Skip to main content
 首页 » 编程设计

python之如何计算 Python pandas 数据框的修改后移动平均线

2024年12月31日7bhlsheji

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

要求: 给定一个窗口,比如 5,我想计算 coumn target 的修改后的移动平均线,并将结果转储到一个新列中,比如 MA:

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

对于 index >= window - 1(在本例中为 4),它是一个普通的 MA(5)。我假设 MA(5) 从第 5 个元素开始。

我尝试过的:

首先我知道我可以使用:

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

计算正常的 MA(win) 并转储到 maname 列。

然后我尝试了其他几种方法,但都不起作用:

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: cannot do slice indexing on with these indexer

下次尝试:

我没有技巧所以我决定使用普通的 C++ 方法:遍历索引(这个算法实际上与移动平均线不同,但这不是我现在的问题)

    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 

但令人惊讶的是,我的新列的所有值都是零!我不知道出了什么问题。 编辑 一位编辑者提醒我整数是不可变的,所以我知道为什么它全为零,而且这是非常低效的。

最近的尝试:

我什至尝试硬编码很多东西,但这似乎超出了我的能力范围......

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: only integer scalar arrays can be converted to a scalar index

无论如何,我想知道是否有一种优雅的方法可以做到这一点,一般来说,是否有一种优雅的方法可以通过索引函数应用计算值(例如,如果 func_index(index ) < 1,000,值应该是 func_value(另一列 * 10))

请您参考如下方法:

如果你处理的是股票数据,你可以给stockstats一试。 这是示例代码:

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