Question

SO上有数百个关于移动平均线的示例，但是我的情况略有不同，我正在寻找一些Pythonic解决方案：

要求：给定一个窗口（例如5），我想为列target计算一个修改后的移动平均值，并将结果转储到一个新列中，例如MA：

对于从0〜3（前四个）的索引，请使用SUM（0〜target的索引）/（index +1）;

对于索引> =窗口-1（在这种情况下为4），这是正常的MA（5）。我假设MA（5）从第5个元素开始。

我尝试过的事情：

首先，我知道我可以使用：

df[maname] = df.rolling(window=win)[target].mean()

计算一个正常的MA（win）并转储到列maname中。

然后我尝试了其他一些方法，但是它们都不起作用：

df[maname] = df[target][:df.index + 1].sum() / (df.index + 1) if df.index < win else df.rolling(window=win)[target].mean()

这给出了一个错误，我意识到这在pandas中是不明确的。

下一个：

df[maname] = 0
df[maname][df.index<=win] = df[target][:df.index + 1].sum() / (df.index + 1)
df[maname][df.index>win] = df.rolling(window=win)[target].mean()

错误：

TypeError：无法使用这些索引器进行切片索引

下次尝试：

我没有技巧，所以我决定使用普通的C ++方法：循环遍历（该算法实际上与移动平均线不同，但这暂时不是我的问题）

    for idx in df.index:
        loop = 0
        while loop <= idx:
            df[maname].iloc[idx] = df[maname].iloc[idx] + df[target].iloc[loop]
            loop = loop + 1

        if idx < win:
            df[maname].iloc[idx] = df[maname].iloc[idx] / (idx + 1)
        else:
            df[maname].iloc[idx] = df[maname].iloc[idx] / win

但是令人惊讶的是，我新列的所有值都是零！我不知道出什么问题了。编辑，重新引导者提醒我整数是不可变的，所以我知道为什么全为零，这也是非常低的效率。

最近尝试：

我什至试图硬编码很多东西，但这似乎超出了我的能力...

for idx in range(0, 23):
    loop = 0
    while loop <= idx:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] + 5
        loop = loop + 1

    if idx < 5:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] / (idx + 1)

    else:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] / 5

错误：

TypeError：仅整数标量数组可以转换为标量索引

无论如何，我想知道是否有一种优雅的方法来做到这一点，并且总的来说，是否存在一种通过指数函数应用计算值的优雅方法（例如，如果func_index（index ）<1,000，值应为func_value（另一列* 10））

Answer 1

如果要处理库存数据，可以尝试stockstats。这是示例代码：

stock = StockDataFrame.retype(pd.read_csv('stock.csv'))
stock['close_5_sma']

如何计算Python熊猫数据框的修正移动平均值？

1 个答案: