Question

我正在处理一些时间序列数据，并且想创建一个函数来标识度量标准的变更点。在这种情况下，变化点将是7D移动平均线超过30D移动平均线的时间。

在我的df中，我希望能够标记这些日期，并计算固定在更改日期上的滚动计算。例如，累积delta / pct更改/等。

我有一些相当丑陋的代码，这些代码使我几乎无法理解。但是，我们想从社区中了解是否可以在不创建中介栏的情况下做到这一点。

data = {'rpc_avg_7d': {(48, '2018-11-26'): 2.8,
  (48, '2018-11-27'): 2.75,
  (48, '2018-11-28'): 2.62,
  (48, '2018-11-29'): 2.48,
  (48, '2018-11-30'): 2.39,
  (48, '2018-12-01'): 2.41,
  (48, '2018-12-02'): 2.46,
  (49, '2018-12-04'): 2.56,
  (49, '2018-12-05'): 2.73,
  (49, '2018-12-06'): 2.86,
  (49, '2018-12-07'): 3.01,
  (49, '2018-12-08'): 3.09,
  (49, '2018-12-09'): 3.2,
  (50, '2018-12-10'): 3.36,
  (50, '2018-12-11'): 3.4,
  (50, '2018-12-12'): 3.36,
  (50, '2018-12-13'): 3.43},
 'rpc_avg_30d': {(48, '2018-11-26'): 2.76,
  (48, '2018-11-27'): 2.77,
  (48, '2018-11-28'): 2.76,
  (48, '2018-11-29'): 2.76,
  (48, '2018-11-30'): 2.74,
  (48, '2018-12-01'): 2.73,
  (48, '2018-12-02'): 2.71,
  (49, '2018-12-04'): 2.73,
  (49, '2018-12-05'): 2.78,
  (49, '2018-12-06'): 2.79,
  (49, '2018-12-07'): 2.8,
  (49, '2018-12-08'): 2.8,
  (49, '2018-12-09'): 2.82,
  (50, '2018-12-10'): 2.83,
  (50, '2018-12-11'): 2.87,
  (50, '2018-12-12'): 2.91,
  (50, '2018-12-13'): 2.94},
 'MA_diff': {(48, '2018-11-26'): 0.04,
  (48, '2018-11-27'): -0.02,
  (48, '2018-11-28'): -0.14,
  (48, '2018-11-29'): -0.27,
  (48, '2018-11-30'): -0.35,
  (48, '2018-12-01'): -0.32,
  (48, '2018-12-02'): -0.25,
  (49, '2018-12-04'): -0.18,
  (49, '2018-12-05'): -0.05,
  (49, '2018-12-06'): 0.08,
  (49, '2018-12-07'): 0.21,
  (49, '2018-12-08'): 0.29,
  (49, '2018-12-09'): 0.38,
  (50, '2018-12-10'): 0.53,
  (50, '2018-12-11'): 0.54,
  (50, '2018-12-12'): 0.45,
  (50, '2018-12-13'): 0.48}}

df = pd.DataFrame.from_dict(data)
df['trend_flag'] = df['MA_diff'].transform(lambda x: 'up' if x > 0 else 'down')
df['change_pt'] = df['trend_flag'] != df['trend_flag'].shift(1)
print(df)

               rpc_avg_7d  rpc_avg_30d  MA_diff trend_flag  change_pt
48 2018-11-26        2.80         2.76     0.04         up       True
   2018-11-27        2.75         2.77    -0.02       down       True
   2018-11-28        2.62         2.76    -0.14       down      False
   2018-11-29        2.48         2.76    -0.27       down      False
   2018-11-30        2.39         2.74    -0.35       down      False
   2018-12-01        2.41         2.73    -0.32       down      False
   2018-12-02        2.46         2.71    -0.25       down      False
49 2018-12-04        2.56         2.73    -0.18       down      False
   2018-12-05        2.73         2.78    -0.05       down      False
   2018-12-06        2.86         2.79     0.08         up       True
   2018-12-07        3.01         2.80     0.21         up      False
   2018-12-08        3.09         2.80     0.29         up      False
   2018-12-09        3.20         2.82     0.38         up      False
50 2018-12-10        3.36         2.83     0.53         up      False
   2018-12-11        3.40         2.87     0.54         up      False
   2018-12-12        3.36         2.91     0.45         up      False
   2018-12-13        3.43         2.94     0.48         up      False

在change_pt==True时，我无法弄清楚如何使用函数传递多索引的（第二级）（日期）。

加分-任何人都可以解释什么通用概念，它使您可以将滚动计算与时间序列组内的任意/计算日期联系起来？通过按[change_pt，date]分组并应用.rolling可能会起作用，但这似乎很麻烦。

Answer 1

据我了解，您可以这样做：

df['change_point_date'] = np.where(np.sign(df['MA_diff']) != np.sign(df['MA_diff'].shift(1)), df.index.get_level_values(1), None)

将当前MA_diff的符号与前一个的符号进行比较，如果它们不同，则输出多索引级别1的值。

新df的尾巴：

               rpc_avg_7d  rpc_avg_30d  MA_diff change_point_date
49 2018-12-04        2.56         2.73    -0.18              None
   2018-12-05        2.73         2.78    -0.05              None
   2018-12-06        2.86         2.79     0.08        2018-12-06
   2018-12-07        3.01         2.80     0.21              None
   2018-12-08        3.09         2.80     0.29              None
   2018-12-09        3.20         2.82     0.38              None
50 2018-12-10        3.36         2.83     0.53              None
   2018-12-11        3.40         2.87     0.54              None
   2018-12-12        3.36         2.91     0.45              None
   2018-12-13        3.43         2.94     0.48              None

确定变更点日期的功能

1 个答案: