python - Pandas 滚动申请不做任何事情

Question

我有一个像这样的 DataFrame:

df2 = pd.DataFrame({'date': ['2015-01-01', '2015-01-02', '2015-01-03'],
                    'value': ['a', 'b', 'a']})

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

我正在尝试了解如何对其应用自定义滚动功能。我试过这样做:

df2.rolling(2).apply(lambda x: 1)

但这给了我原来的数据帧:

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

如果我有一个不同的 DataFrame，像这样:

df3 = pd.DataFrame({'a': [1, 2, 3], 'value': [4, 5, 6]})

相同的滚动应用似乎有效:

df3.rolling(2).apply(lambda x: 1)

     a  value
0  NaN    NaN
1  1.0    1.0
2  1.0    1.0

为什么这不适用于第一个 DataFrame？

Pandas 版本:0.20.2

Python 版本:2.7.10

更新

所以，我意识到 df2 的列是对象类型的，而我的 lambda 函数的输出是一个整数。 df3 的列都是整数列。我假设这就是 apply 不起作用的原因。

以下不起作用:

df2.rolling(2).apply(lambda x: 'a')
         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

此外，假设我想滚动连接 value 列中的字符，以便 lambda 函数的输出是一个字符串，而不是一个整数。以下也不起作用:

df2.rolling(2).apply(lambda x: '.'.join(x))

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

这是怎么回事？滚动操作可以应用于pandas中的对象类型列吗？

Answer 1

这是解决此问题的一种方法。请注意，rolling 是 numpy 方法的包装器以及与之相关的效率，但不是。这仅仅提供了一个类似的 api，以允许在非数字列上滚动:

代码:

import pandas as pd

class MyDataFrame(pd.DataFrame):

    @property
    def _constructor(self):
        return MyDataFrame

    def rolling_object(self, window, column, default):
        return pd.concat(
            [self[column].shift(i) for i in range(window)],
            axis=1).fillna(default).T

这将创建一个具有 rolling_object 方法的自定义数据框类。它不太符合 pandas 的方式，因为它一次只在一个列上运行。

测试代码:

df2 = MyDataFrame({'date': ['2015-01-01', '2015-01-02', '2015-01-03'],
                   'value': ['a', 'b', 'c'],
                   'num': [1, 2, 3]
                   })

print(df2.rolling_object(2, 'value', '').apply(lambda x: '.'.join(x)))

结果:

0     a.
1    b.a
2    c.b
dtype: object