问题标签 [pandas-rolling]

Bottleneck 的.move_mean 不能采用小于窗口大小的数据大小，不像 panda 的 .rolling().mean 函数可以使用比窗口大小更短的数据（假设 min_periods 小于数据大小）。

我是否遗漏了什么，或者这个模块可以解决这个问题？

由于数据大小小于窗口大小而导致失败的代码示例：

错误：

我想避免另一个 if 声明窗口值（也许避免熊猫）。

假设我在 Pandas 数据框中有两列时间序列数据，分别为“a”和“b”。我想创建第三列，指示当前时间段的“a”列与接下来 5 个时间段中的任何一个的“b”列之间的差异是否增加了 8 或更多，然后减少了 2 或更多。理想情况下，我会使用某种形式的 df.rolling(5).apply() 并且没有任何循环，但我一直遇到挑战。

为了演示起见，我用循环写出了逻辑，但如果有人能给我一些指导，告诉我如何更有效或更优雅地做到这一点，我将不胜感激。实际上，数据框和窗口会大得多。

我想在 Python 中找到前四个星期的销售额。比如说

对于 1 AA 2022 年 7 月 2 日，过去 4 周的总和为 9（因为 2022 年 1 月 17 日不存在，必须包括当前行日期）

我想groupby“ts_code”并根据每个组的最后 N 行计算 max 之后另一列的一列最大值和最小值之间的百分比。具体来说，

df

目标

以下是我的预期结果

l3_high_low_pct_chg= 1-（low峰值后列的最小值）/（列的最大值high），在每组和每行的最后 3 行。

尝试和问题

但它失败了，因此对于第二行，l3_lowest将是 5 而不是 20。我不知道如何计算峰值后的百分比。