Question

我有一个像这样的DataFrame：

df2 = pd.DataFrame({'date': ['2015-01-01', '2015-01-02', '2015-01-03'],
                    'value': ['a', 'b', 'a']})

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

我试图了解如何应用自定义滚动功能。我试过这样做：

df2.rolling(2).apply(lambda x: 1)

但是这给了我原始的DataFrame：

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

如果我有一个不同的DataFrame，就像这样：

df3 = pd.DataFrame({'a': [1, 2, 3], 'value': [4, 5, 6]})

同样的滚动似乎有效：

df3.rolling(2).apply(lambda x: 1)

     a  value
0  NaN    NaN
1  1.0    1.0
2  1.0    1.0

为什么这不适用于第一个DataFrame？

熊猫版：0.20.2

Python版本：2.7.10

更新

所以，我已经意识到df2的列是对象类型，而我的lambda函数的输出是整数。 df3的列都是整数列。我假设这就是apply无法正常工作的原因。

以下没有工作：

df2.rolling(2).apply(lambda x: 'a')
         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

此外，假设我想在滚动的基础上连接value列中的字符，以便lambda函数的输出是字符串，而不是整数。以下也不起作用：

df2.rolling(2).apply(lambda x: '.'.join(x))

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

这里发生了什么？滚动操作可以应用于pandas中的对象类型列吗？

Answer 1

这是一种可以接近的方法。注意到rolling是numpy方法的包装器以及与之相关的效率，这是不。这只是提供了一个类似的api，允许在非数字列上滚动：

代码：

import pandas as pd

class MyDataFrame(pd.DataFrame):

    @property
    def _constructor(self):
        return MyDataFrame

    def rolling_object(self, window, column, default):
        return pd.concat(
            [self[column].shift(i) for i in range(window)],
            axis=1).fillna(default).T

这将创建一个具有rolling_object方法的自定义数据框类。它与大熊猫的方式不太匹配，因为它一次只能在一个列上运行。

测试代码：

df2 = MyDataFrame({'date': ['2015-01-01', '2015-01-02', '2015-01-03'],
                   'value': ['a', 'b', 'c'],
                   'num': [1, 2, 3]
                   })

print(df2.rolling_object(2, 'value', '').apply(lambda x: '.'.join(x)))

结果：

0     a.
1    b.a
2    c.b
dtype: object

大熊猫滚动申请没有做任何事情

1 个答案:

代码：

测试代码：

结果：