python - 如何在 Pandas 数据框的每一行上使用 .rolling()？

Question

我创建了一个 Pandas 数据框 df:

df.head()
Out[1]: 
                    A           B   DateTime 
2010-01-01  50.662365  101.035099 2010-01-01             
2010-01-02  47.652424   99.274288 2010-01-02            
2010-01-03  51.387459   99.747135 2010-01-03               
2010-01-04  52.344788   99.621896 2010-01-04               
2010-01-05  47.106364   98.286224 2010-01-05               

我可以添加 A 列的移动平均值:

df['A_moving_average'] = df.A.rolling(window=50, axis="rows") \
                             .apply(lambda x: np.mean(x))

问题:如何添加 A 列 和 B 的移动平均值？

这应该可以，但是会报错:

df['A_B_moving_average'] = df.rolling(window=50, axis="rows") \
                             .apply(lambda row: (np.mean(row.A) + np.mean(row.B)) / 2)

错误是:

NotImplementedError: ops for Rolling for this dtype datetime64[ns] are not implemented

---

附录 A:创建 Pandas 数据框的代码

下面是我如何创建测试 Pandas 数据框 df:

import numpy.random as rnd
import pandas as pd
import numpy as np

count = 1000

dates = pd.date_range('1/1/2010', periods=count, freq='D')

df = pd.DataFrame(
    {
        'DateTime': dates,
        'A': rnd.normal(50, 2, count), # Mean 50, standard deviation 2
        'B': rnd.normal(100, 4, count) # Mean 100, standard deviation 4
    }, index=dates
)

Answer 1

我找不到直接解决在 rolling 中使用多列的一般问题 - 但在您的特定情况下，您可以只取 A 列和 B 列的平均值，然后应用您的 滚动:

df['A_B_moving_average'] = ((df.A + df.B) / 2).rolling(window=50, axis='rows').mean()

---

正如解释:如果您使用 axis='rows' 为 rolling 指定整个 DataFrame，则每列单独执行。所以:

df['A_B_moving_average'] = df.rolling(window=5, axis='rows').mean()

将首先为 A(有效)评估滚动窗口，然后为 B(有效)，然后为 DateTime(无效，因此错误)。每个滚动窗口都是一个普通的 NumPy 数组，因此您无法访问“列名”。正如使用 print 的演示:

import numpy.random as rnd
import pandas as pd
import numpy as np
count = 10
dates = pd.date_range('1/1/2010', periods=count, freq='D')
df = pd.DataFrame(
    {
        'DateTime': dates,
        'A': rnd.normal(50, 2, count), # Mean 50, standard deviation 2
        'B': rnd.normal(100, 4, count) # Mean 100, standard deviation 4
    }, index=dates
)
df[['A', 'B']].rolling(window=6, axis='rows').apply(lambda row: print(row) or np.max(row))

打印:

[ 47.32327354  48.12322447  50.86806381  49.3676319   47.81335338
  49.66915104]
[ 48.12322447  50.86806381  49.3676319   47.81335338  49.66915104
  48.01520798]
[ 50.86806381  49.3676319   47.81335338  49.66915104  48.01520798
  48.14089864]
[ 49.3676319   47.81335338  49.66915104  48.01520798  48.14089864
  51.89999973]
[ 47.81335338  49.66915104  48.01520798  48.14089864  51.89999973
  48.76838054]
[ 100.10662696   96.72411985  103.24600664   95.03841539   95.23430836
  102.30955102]
[  96.72411985  103.24600664   95.03841539   95.23430836  102.30955102
   95.18273088]
[ 103.24600664   95.03841539   95.23430836  102.30955102   95.18273088
   97.36751546]
[  95.03841539   95.23430836  102.30955102   95.18273088   97.36751546
   99.25325622]
[  95.23430836  102.30955102   95.18273088   97.36751546   99.25325622
  105.16747544]

第一个来自 A 列，最后一个来自 B 列，它们都是普通数组。