Question

是否有人在滚动标准偏差方面遇到问题，这些偏差不仅仅适用于pandas数据框中的一列？

我有一个带有日期时间索引和相关财务数据的数据框。当我运行df.rolling（）。std（）（伪代码，请参见下面的实际代码）时，我得到除了一列之外的所有列的正确数据。该列返回0，其中应该有标准偏差值。我在使用.rolling_std（）时也遇到了同样的错误，我在尝试运行df.rolling（）时遇到错误.skew（），所有其他列都工作，此列给出了NaN。

关于这个错误让我失望的是其他列正常工作，对于这个列，df.rolling（）。mean（）有效。此外，该列具有dtype float64，这不应该是一个问题。我也检查过，看不到丢失的数据。我使用了30天的滚动窗口，如果我尝试使用系列[-30：]。std（）来获取最后一个标准偏差值，我得到了正确的结果。所以看起来特别关于滚动部分的东西是不起作用的。我玩了.rolling（）的参数但是无法改变任何东西。

# combine the return, volume and slope data
raw_factor_data = pd.concat([fut_rets, vol_factors, slope_factors], axis=1)

# create new dataframe for each factor type (mean,
# std dev, skew) and combine
mean_vals = raw_factor_data.rolling(window=past, min_periods=past).mean()
mean_vals.columns = [column + '_mean' for column in list(mean_vals)]

std_vals = raw_factor_data.rolling(window=past, min_periods=past).std()
std_vals.columns = [column + '_std' for column in list(std_vals)]

skew_vals = raw_factor_data.rolling(window=past, min_periods=past).skew()
skew_vals.columns = [column + '_skew' for column in list(skew_vals)]

fact_data = pd.concat([mean_vals, std_vals, skew_vals], axis=1)

第一行将三个数据帧组合在一起。然后我创建了具有滚动均值，std和skew（过去= 30）的单独数据帧，然后将它们组合成一个数据帧。

我遇到问题的专栏名称是＆＃39; TY1_slope＆＃39;。所以我按照以下方式运行了一些代码，看看哪里有错误。

print raw_factor_data['TY1_slope'][-30:].std()
print raw_factor_data['TY1_slope'][-30:].mean()

print raw_factor_data['TY1_slope'].rolling(window=30, min_periods=30).std()
print raw_factor_data['TY1_slope'].rolling(window=30, min_periods=30).mean()

前两行代码输出正确的标准偏差和平均值（.08和.14）。但是，第三行代码产生零，但第四行产生准确的平均值（这些系列中的最终值为0.0和.14）。

如果有人可以帮助我们查看有用的.rolling源代码。我是这样做的新手，并尝试了以下内容，但只是得到了一些看起来没有用的帮助。

import inspect
import pandas as pd
print inspect.getsourcelines(pd.rolling_std)

Answer 1

引用JohnE的评论，因为它有效（尽管仍不确定问题的根本原因）。 JohnE，随意改变答案，我会投票。

在黑暗中拍摄，但你可以尝试滚动（30）.apply（lambda x：np.std（x，ddof = 1））以防它是滚动+标准的一些奇怪的语法错误 - JohnE

大熊猫滚动标准偏差一列返回零点

1 个答案: