python - Pandas 中的滚动百分比排名

Question

以下是我的数据框。我正在尝试计算 ATR 的滚动 5 个周期百分比排名。 RollingPercentRank 是我想要的输出。

       symbol         Day      time       ATR  RollingPercentRank
316356    SPY  11/29/2018  10:35:00  0.377880                 NaN
316357    SPY  11/29/2018  10:40:00  0.391092                 NaN
316358    SPY  11/29/2018  10:45:00  0.392983                 NaN
316359    SPY  11/29/2018  10:50:00  0.399685                 NaN
316360    SPY  11/29/2018  10:55:00  0.392716                 0.2
316361    SPY  11/29/2018  11:00:00  0.381445                 0.2
316362   AAPL  11/29/2018  11:05:00  0.387300                 NaN
316363   AAPL  11/29/2018  11:10:00  0.390570                 NaN
316364   AAPL  11/29/2018  11:15:00  0.381313                 NaN
316365   AAPL  11/29/2018  11:20:00  0.398182                 NaN
316366   AAPL  11/29/2018  11:25:00  0.377364                 0.6
316367   AAPL  11/29/2018  11:30:00  0.373627                 0.2

从第 5 行开始，我想将百分比排名函数应用于组内 ATR 的所有 5 个先前值(第 1 行到第 5 行)。从第 6 行开始，我想再次将排名函数应用于 ATR 的所有 5 个先前值(第 2 行到第 6 行)。我尝试了以下方法，给出了“'numpy.ndarray'对象没有属性'rank'”错误。

df['RollingPercentRank'] = df.groupby(['symbol'])['ATR'].rolling(window=5,min_periods=5,center=False).apply(lambda x: x.rank(pct=True)).reset_index(drop=True)

Answer 1

IIUC 因为我没有得到您显示的预期输出，但要使用 rank，您需要一个 pd.Series，然后您只需要最后一个值这个由 5 个元素组成的百分比系列将是:

print (df.groupby(['symbol'])['ATR']
         .rolling(window=5,min_periods=5,center=False)
         .apply(lambda x: pd.Series(x).rank(pct=True).iloc[-1]))

symbol  i     
AAPL    316362    NaN
        316363    NaN
        316364    NaN
        316365    NaN
        316366    0.2
        316367    0.2
SPY     316356    NaN
        316357    NaN
        316358    NaN
        316359    NaN
        316360    0.6
        316361    0.2

因为 x 是一个 numpy 数组，所以使用 twice argsort 可以获得相同的结果。并创建列，在末尾添加 reset_index:

win_val = 5
df['RollingPercentRank'] = (df.groupby(['symbol'])['ATR']
                              .rolling(window=win_val,min_periods=5,center=False)
                              .apply(lambda x: x.argsort().argsort()[-1]+1)
                              .reset_index(level=0,drop=True)/win_val)

print (df)
       symbol         Day      time       ATR  RollingPercentRank

316356    SPY  11/29/2018  10:35:00  0.377880                 NaN
316357    SPY  11/29/2018  10:40:00  0.391092                 NaN
316358    SPY  11/29/2018  10:45:00  0.392983                 NaN
316359    SPY  11/29/2018  10:50:00  0.399685                 NaN
316360    SPY  11/29/2018  10:55:00  0.392716                 0.6
316361    SPY  11/29/2018  11:00:00  0.381445                 0.2
316362   AAPL  11/29/2018  11:05:00  0.387300                 NaN
316363   AAPL  11/29/2018  11:10:00  0.390570                 NaN
316364   AAPL  11/29/2018  11:15:00  0.381313                 NaN
316365   AAPL  11/29/2018  11:20:00  0.398182                 NaN
316366   AAPL  11/29/2018  11:25:00  0.377364                 0.2
316367   AAPL  11/29/2018  11:30:00  0.373627                 0.2