在DataFrame上应用具有多个参数的滚动功能

时间:2019-06-03 12:38:04

标签: python pandas dataframe apply rolling-computation

假设我具有以下数据框:

df = pd.DataFrame({"quantity": [101, 102, 103], "price":[12, 33, 44]})

    price   quantity
0   12      101
1   33      102
2   44      103

我一直在努力寻找如何在其上应用滚动复杂函数的方法。

为简单起见,我们假设此功能f只是quantityprice的乘积。在这种情况下,如何在具有缩放参数的1大小的滚动窗口上应用此功能,例如:

scaling = 10

以使结果数据框为:

    price   quantity    value
0   12      101         NaN
1   33      102         12120.0
2   44      103         33660.0

value[i] = price[i-1]*quantity[i-1]*scaling

我尝试过:

def f(x,scaling):
    return x['quantity']*x['price']*scaling
df.rolling(window=1).apply(lambda x: f(x,scaling))

def f(quantity,price,scaling):
    return quantity*price*scaling
df.rolling(window=1).apply(lambda x: f(x['quantity'],x['price'],scaling))

您能帮我解决这个问题吗,不做一个简单的问题:

df['value'] = df['quantity'].shift(1)*df['price'].shift(1)*scaling 

1 个答案:

答案 0 :(得分:1)

假设您想要的确实是value[i] = price[i-1] * quantity[i-1] * scaling,然后:

scaling = 10
df['value'] = df.shift(1).apply(lambda x: x['quantity'] * x['price'] * scaling, axis=1)

df

    quantity    price   value
0   101         12      NaN
1   102         33      12120.0
2   103         44      33660.0