问题标签 [pandas-rolling]

尝试使用带有 timeindex 和 count() 方法的 pandas 滚动，出现错误，我在这里缺少什么？

这是一个例子：

得到这个：

我有一个超过 2 毫米行的数据框。它具有过去 20 年标准普尔 500 指数中所有股票的调整后收盘价（因此，公司/股票代码的混合）。底部是我的数据框的快照。我将把这些数据放入一个预测模型中，该模型使用各种动量列作为其特征，它将尝试预测一只股票是否可能有 6% 以上的月回报率。然而，生产适当的“动量柱”被证明是困难的。

“one_month_6_pct+_gain”列是我的目标，它源自“21_day_performance”列。我的动量列无法“看到”该数据。

下面的代码用于生成使用当前行（我不必移动）中的信息的列。

但是，当我尝试创建基于前几天的 adj_close 的新列时（没有“看到”我之前提到的 21 天的日子），我遇到了各种问题。

这很接近，但是在这里使用“sum()”是不正确的。如果一只股票在第一天的交易价格为 20 美元，而在第二天上涨 100%，它将达到 40 美元。但是，如果它在第三天下跌 100%，它将是 0 美元，而不是 20 美元。所以，在这里求和是不正确的。但它与我得到的工作代码一样接近。

我认为如果在rolling（）之后支持pct_change（），下面的方法会起作用。但是，我得到“'RollingGroupby' 对象没有属性 'pct_change'”

下面抛出一个错误。“TypeError：不支持的操作数类型 -：'RollingGroupby' 和 'RollingGroupby'”

下面是接近的，但是，它给出了 21 到 26 之间 5 天的“twenty_one_day_performance”的否定/相反值。我希望它在这 5 天中给出 0.0。

下面也很接近，但是，由于 df 中有 500 只不同的股票，当一只股票结束而另一只股票开始时，这是一个问题。在您考虑重叠股票/股票代码问题之前，以下工作。我不知道如何让 groupby 在这里工作。

我的数据框的一个小样本：

​</p>

我在这里和这里发现了几个关于同一问题的问题

我收到以下错误：

我尝试卸载并重新安装熊猫版本 1.1.3、1.1.2、1.1.1，但它们都不起作用，我只是得到同样的错误，然后我尝试以以下方式构建熊猫：

我仍然得到同样的错误

我正在使用 python 3.8.3 和 pandas 1.1.5。

table_in.T是一个 18 x 209997 的熊猫数据框。window并且periods都设置为12。

以下三行代码分别运行了 9.52s、6.27s 和 5min53s。

为什么通过 sum 和 mean 将滚动对象聚合在一起比单独聚合它们需要更长的时间？

我有一个看起来像这样的数据框 temps

我正在尝试应用 1 的移位，然后应用带有窗口 2 的滚动函数，最后取滚动数据框的平均值，请参阅下面的代码以供参考，

但我收到如下错误：

DataError：没有要聚合的数字类型

当我打印窗口时，我得到如下输出“：

有人可以告诉我为什么我在计算滚动输出的 mean() 时收到 DataError 吗？滚动功能在这里使用正确吗？

给定 2 个组，我想取同一组中 3 个元素的滑动窗口平均值。此外，我希望滑动窗口向前看，而不是向后看。以下是我执行上述操作的代码：

期望的结果应该是

在 kaggle 笔记本和 Spyder 中，我的内核在运行第一块代码时就死了。我的桌面有带有 Ubuntu 的 pandas 1.1.3。

这有几件事很奇怪：

1. 运行最后一行有时不会使内核崩溃。如果是这种情况，第二次或第三次运行它会使内核崩溃。
2. 运行最后一行rolling(3)永远不会使内核崩溃。
3. 只是在df.groupby('groups')['info'].rolling(window=indexer).mean().values没有为其输出分配变量的情况下运行永远不会使内核崩溃。

我会称这是一个错误，但这意味着FixedForwardWindowIndexer我没有更深入的了解。有没有什么方法可以得到想要的结果，而不会导致像反转数据框和使用这样的黑客攻击rolling(3)？谢谢您的帮助。

我正在尝试使用带有 groupby 的窗口大小为 2 的熊猫滚动功能。除了我还希望窗口包含当前值和进行值之外，这将是非常标准的。

具体来说，给定

我想

我尝试了 2 种策略，但都没有奏效。我第一次尝试

这种方式会导致内核崩溃，即使对于这个玩具数据框也是如此。非常好奇为什么。
我的第二种方法是反转数据框，然后使用常规的 groupby 滚动操作：

虽然使用这种方法内核不会崩溃，但它不会产生我希望的数据帧；它产生

我想这里有一个我不知道的明显解决方案。任何帮助表示赞赏！

我有一个df包含两列x的DataFrame y，我想将其绘制为线图，如下所示：

结果图如下所示：

可以看出，具有较低x值的数据点要多得多，即随着x值的增加，数据点越来越少。因此，使用固定窗口大小为 1000 的滚动平均值会为大 x 值平均太多数据点，而为低 x 值平均数据点太少。

是否有可能使滚动平均值的窗口随着更大的 x 值而减小或适应数据点的数量？或者对于这种数据是否存在比滚动平均值更好的方法？

不确定我是否做错了什么（Pandas 1.2.5）：

我希望结果包括 Date 列（否则为什么要计算滚动平均值？）但 Date 不存在：

我错过了什么？

此外，df['Val'].reset_index('Id').groupby('Id').rolling(window=3).mean()似乎以某种方式工作，但即使在 groupby 中传递，Id也会作为数据列和索引列返回。as_index=False很奇怪！

我一直在尝试解决一个练习，但我一直没能做到，我有一个数据集，其中包含一个带有呼叫主题的呼叫列表（在这个示例数据集中，我决定使用冰淇淋口味作为主题），在呼叫中心，如果使用 72 小时的时间窗口在另一个呼叫中未提及该主题，则他们认为该主题已在第一次解决。我需要在数据框中创建一个新列，该列计算在 72 小时的窗口内提到该行中冰淇淋风味的次数（计算一个时间窗口内事件的发生次数）。

我看到了一个使用 get_dummies 的解决方案，但这对我来说效率很低，因为我有 300 多种冰淇淋口味：

滚动时间窗口上的熊猫`value_counts`

以下是我拥有的数据示例：

这是预期的结果：

我发现了一些类似的问题，但并没有完全解决我的需求：

按时间和熊猫中的其他列分组

使用时间滚动计数熊猫分类变量

在熊猫中，如何在移动窗口的基础上计算“Countif”？