最近值的 Python 百分位数与先前值的窗口

Question

抱歉，我是一个希望从 R 过渡的菜鸟!

可重现的数据示例；

df = pd.DataFrame(1.26 + np.random.rand(size)/100.0,
                  index=pd.date_range('20160101 09:00:00',
                                      periods=size,
                                      freq='60s'),
                  columns=['ATR20'])

我想在 ATR20 列中取一个值，并根据 ATR20 列的前 n 个值的滚动窗口计算其当前百分位数。

据我所知:

for n in range(1,len(df)):
print(sum(df.ATR20[n:n+20] > df.ATR20))

这给出了以下错误:

ValueError: Can only compare identically-labeled Series objects

我确信有一种更简单的方法可以使用更简洁的语法来执行此操作，但我的搜索没有找到足够接近的方法。

谢谢。

Answer 1

我认为这会得到您要找的东西。我使用了你的示例，数据框中只有 10 个元素和一个包含 3 个元素的滚动窗口，所以粘贴到这里时它会更短。

size = 10
df = pd.DataFrame(1.26 + np.random.rand(size)/100.0,
                  index=pd.date_range('20160101 09:00:00',
                                      periods=size,
                                      freq='60s'),
                  columns=['ATR20'])

#                         ATR20
# 2016-01-01 09:00:00  1.262522
# 2016-01-01 09:01:00  1.265116
# 2016-01-01 09:02:00  1.265051
# 2016-01-01 09:03:00  1.261109
# 2016-01-01 09:04:00  1.262699
# 2016-01-01 09:05:00  1.266710
# 2016-01-01 09:06:00  1.260186
# 2016-01-01 09:07:00  1.268001
# 2016-01-01 09:08:00  1.263227
# 2016-01-01 09:09:00  1.261331

您可以使用 df.rolling 和 apply 将函数应用于滚动窗口。我认为我在这里使用的计算或多或少是您正在寻找的:

window = 3
df.rolling(window).apply(lambda x: sum([x[-1] > i for i in x]) / (window - 1))

#                         ATR20
# 2016-01-01 09:00:00       NaN
# 2016-01-01 09:01:00       NaN
# 2016-01-01 09:02:00  0.263665
# 2016-01-01 09:03:00  0.000000
# 2016-01-01 09:04:00  0.263932
# 2016-01-01 09:05:00  0.527632
# 2016-01-01 09:06:00  0.000000
# 2016-01-01 09:07:00  0.527024
# 2016-01-01 09:08:00  0.263754
# 2016-01-01 09:09:00  0.000000