Question

我有一个函数（我们称它为RBSA（df））（我目前将该函数视为黑匣子），该函数需要一个数据帧

   DATE      RETURN    STYLE1    STYLE2    STYLE3    STYLE4
2020-09-01    0.01      100       251       300       211
2020-09-02    0.04      106       248       310       210
2020-09-03    0.03      104       251       308       211
2020-09-03    0.02      110       258       306       212
...

并返回这样的数据框

DATE       STYLE1    STYLE2    STYLE3    STYLE4    R2
2020        0.01      85        10        4.99     68

现在，我希望能够以30为窗口的滚动方式将该功能应用于初始数据库，以使数据框看起来像这样。

  DATE       STYLE1    STYLE2    STYLE3    STYLE4    R2
2020-09       0.01      85        10        4.99     68   #applied date range would be 09-01 to 09-30
2020-09       0.99      80        15        4.01     77   #applied date range would be 09-02 to 10-01
2020-09       3.93      80        10        6.07     89   #applied date range would be 09-03 to 10-02

到目前为止，我已经尝试使用df.rolling(30).apply(RBSA)，但是据我所知，rolling.apply函数通过将每个窗口变成numpy.ndarray来应用该函数。但是，由于我将RBSA()函数视为黑匣子，因此我宁愿不更改RBSA()函数使其具有numpy.ndarray作为输入。

我的第二个想法是创建一个for循环，将每个数据帧append()转换为最初为空的数据帧。但是，我不太确定如何使用while循环来模拟滚动窗口。

def rolling30(df):
   count = len(count) - 30
   ret = []
   while (count > 0):
      count = count - 1
      df2 = df[count:count + 30]
      df2 = style(df2)
      ret.append(df2)

但是，与将数据帧手动附加到一起不同，由于某种原因，当我将数据帧附加到一起时，它似乎创建了一个看起来像这样的输出（请注意逗号）

  DATE       STYLE1    STYLE2    STYLE3    STYLE4    R2
2020-09       0.01      85        10        4.99     68, DATE       STYLE1    STYLE2    STYLE3    STYLE4    R2  
2020-09       0.99      80        15        4.01     77, DATE       STYLE1    STYLE2    STYLE3    STYLE4    R2   
2020-09       3.93      80        10        6.07     89, DATE       STYLE1    STYLE2    STYLE3    STYLE4    R2

现在，在使用while循环解决方案时，感觉就像我离得最近。尽管感觉不如使用rolling.apply

优雅

更新：只做了一个isinstance(rolling30(df), pd.DataFrame)并返回了False，所以我认为问题在于某处将其还原为非数据帧。

Answer 1

因此，我想出了while循环探针的解决方案。意识到最初的ret是一个列表，并将其更改为ret = pd.DataFrame()，然后将其追加以回调到ret

def rolling30(df):
   count = len(count) - 30
   ret = pd.DataFrame()
   while (count > 0):
      count = count - 1
      df2 = df[count:count + 30]
      df2 = style(df2)
      ret = ret.append(df2)

我仍然想看看其他人对这个问题有什么方法，因为我觉得在这里部署While循环并不是一个很好的解决方案。

将自定义功能应用于滚动数据框

1 个答案: