python - pandas roll_apply 处理 pandas.TimeGrouper 等对象类型

Question

相关于Fun with Pandas `rolling_apply` and TypeError和Using rolling_apply on a DataFrame object

假设 F 是一个返回函数的函数，df 是一个带有日期时间索引的 Series。

以下似乎有效:

df.groupby(pandas.TimeGrouper('10d')).apply(F)

虽然以下结果会导致 TypeError，因为 moving_apply 似乎期望 float 作为返回值。

pandas.rolling_apply(df, 10, F)

我实际上想要后者，因为我想按 10 天可用天的每个窗口进行分组，而不是像我认为的 TimeGrouper 那样按每个 10 天窗口的可用数据进行分组。

有没有直接的方法可以使用其他函数来做到这一点？

举一个具体的例子，这似乎有效:

from statsmodels.tools.tools import ECDF
s = pandas.Series(randn(1000))
s.index = pandas.date_range('2012-01-01', periods=s.shape[0], freq='D')
f = s.groupby(pandas.TimeGrouper('30D')).apply(ECDF)
f.apply(lambda x: x(0.1)).head()

Answer 1

好吧，这是一个黑客，但你至少可以像这样实现你的目标:

import numpy as np
import pandas as pd
from statsmodels.tools.tools import ECDF

s = pd.Series(np.random.randn(1000))
s.index = pd.date_range('2012-01-01', periods=s.shape[0], freq='D')
result = []
pd.rolling_apply(s, 10, lambda grp: result.append(ECDF(grp)) or 1)
print([f(0.1) for f in result])

lambda 函数

lambda grp: result.append(ECDF(grp)) or 1

将 ECDF 存储在结果列表中。由于 result.append 返回 None，因此表达式 result.append(ECDF(grp)) or 1 解析为数值 1，因此 pd.rolling_apply 不会引发错误。