Question

我有一个包含两列A和B的数据框，并且想使用rolling.apply函数基于每个滑动窗口中A和B的值来做出决定。

这是示例代码：

import numpy as np
import pandas as pd

np.random.seed(101)
nb=200

df = pd.DataFrame(np.random.rand(200,2),
                  index=pd.date_range('2020-05-15', freq='50ms', periods=nb),columns=['A','B'])

这是一个玩具函数，它使用均值保持示例简单，但实际上，我正在检查每个滑动窗口的A和B上的DTW，然后返回一个决定。

def my_function(entry):

    if (entry['A'].mean() > entry['B'].mean()):
        return(1)
    else:
        return(0)

尝试下面的行代码时，我得到：

“ KeyError：'A'” 错误，使用“ raw = True”时，

“ IndexError：只有整数，切片（:），省略号（...），numpy.newaxis（None）和整数或布尔数组是有效索引：” 使用“ raw = False”时

df['decision'] = df.rolling(window='4s',min_periods=80).apply(my_function, raw=False)

在对熊猫重新采样之前，我已经使用了此方法（entry ['A]），并且可以正常工作。阅读熊猫文档，我发现滚动应用不会返回数据帧，而是返回ndarray（raw = True）或一系列（raw = False）。

因此，我将功能修改如下以进行调试：

def my_function(entry):
    print(entry.shape)
    print(entry)
    return(99)

上述问题是“ my_function”正在接收列A的滑动窗口（一对一），然后才接收列B的滑动窗口（一对一）。

因此，我无法根据每个滑动窗口的A列和B列做出决定。

我该如何解决？

Answer 1

您可以执行以下操作：

import numpy as np
import pandas as pd

np.random.seed(101)

df = pd.DataFrame(np.random.rand(200,2),
                  index=pd.date_range('2020-05-15', freq='50ms', periods=200),columns=['A','B'])


df['decision'] = np.where(~df.rolling(window='4s',min_periods=80)['A'].mean().isna(),0,np.nan)
df['decision'] = np.where((df.rolling(window='4s',min_periods=80)['A'].mean()>df.rolling(window='4s',min_periods=80)['B'].mean()),1,df['decision'])

熊猫在数据框的两列上同时滚动应用功能

1 个答案: