以 pandas.DataFrame 为例:
In: cols = ['cols1', 'cols2']
In: df = pd.DataFrame({'col1': [1, 2, 3, 4], 'col2': [3, 4, 5, 6]})
Out: col1 col2
0 1 3
1 2 4
2 3 5
3 4 6
我正在使用指数加权平均值:
In: for i in range(len(df.columns)):
df[cols[i]] = df[cols[i]].ewm(com=None, span=None, halflife=None,
alpha=.8, min_periods=0, adjust=True,
ignore_na=False, axis=0).mean()
效果很好!然而,权重是从上到下按指数递减的值应用的:
Out: col1 col2
0 1.000000 3.000000
1 1.833333 3.833333
2 2.774194 4.774194
3 3.756410 5.756410
我想知道是否有办法以相反的顺序(自下而上)应用权重。我想要的输出是:
Out: col1 col2
0 0.9391025 2.8173075
1 1.8494627 3.6982925
2 2.7499995 4.5833325
3 4.000000 6.000000
请您参考如下方法:
kel's solution 的变体.
注意
df[col].reindex(index=df.index[::-1])
实现类似的结果:
df[col].sort_index(ascending=False)
一个区别是 reindex 就地更改索引,而 sort_index 将 inplace 作为一个选项。因此,与 reindex 不同,sort_index 的一个优点是您不需要在最后将内容切换回去:
df[col] = df[col].sort_index(ascending=False).ewm(...).mean()
另请注意,使用 sort_index 的解决方案当然假定索引值以正确的方式排序。如果不是,我不确定采用滚动平均值是否会 具有物理意义。
