由网友(丿津爱灬改装车)分享简介:我有一个 pandas 数据帧,时间索引如下import pandas as pdimport numpy as npidx = pd.date_range(start='2000',end='2001')df = pd.DataFrame(np.random.normal(size=(len(idx),2)),i...
我有一个 pandas 数据帧,时间索引如下
import pandas as pd
import numpy as np
idx = pd.date_range(start='2000',end='2001')
df = pd.DataFrame(np.random.normal(size=(len(idx),2)),index=idx)
如下所示:
0 1
2000-01-01 0.565524 0.355548
2000-01-02 -0.234161 0.888384
我想计算一个像
这样的滚动平均值df_avg = df.rolling(60).mean()
但始终排除对应于(比方说)+-2天之前10天的条目。换句话说,对于每个日期,df_avg应该包含前60个条目的平均值(带有EWM或平坦的指数),但不包括从t-48到t-52的条目。我想我应该做一种滚动面具,但我不知道怎么做。我也可以尝试计算两个不同的平均值,并以差的形式获得结果,但它看起来很脏,我想知道是否有更好的方法来推广到其他非线性计算...
非常感谢!
推荐答案
您可以使用apply自定义您的函数:
# select indexes you want to average over
avg_idx = [idx for idx in range(60) if idx not in range(8, 13)]
# do rolling computation, calculating average only on the specified indexes
df_avg = df.rolling(60).apply(lambda x: x[avg_idx].mean())
Apply中的x
DataFrame将始终有60行,因此您可以基于此指定位置索引,因为您知道第一个条目(0)是t-60
。
我不完全确定您的排除逻辑,但您可以根据您的情况轻松修改我的解决方案。
相关推荐
最新文章