python - 在 pandas 中滚动 argmax

Question

我有一个 pandas TimeSeries，想将 argmax 函数应用于滚动窗口。但是，由于从rolling_apply转换为float，如果我应用numpy.argmax()，我只能获得ndarray切片的索引。有没有办法将滚动 argmax 应用于 Series/DataFrame？

Series.idxmax() 或 Series.argmax() 都返回一个 TimeStamp 对象，但pandas.rolling_apply(Series, window=10,func=lambda x: pandas.Series(x).idxmax()) 只会返回 float64。

编辑:这是一个例子:

import pandas as pd
import numpy as np
import pandas.io.data as web
import datetime

start = datetime.datetime(2001,1,1)
end = datetime.datetime.today()
close = web.DataReader('AAPL','yahoo',start,end).Close
close = close / close.shift(1) - 1

close.resample('W-MON').idxmax()    # Timestamp object
close.resample('W-MON').argmax()    # Timestamp object

pd.rolling_apply(close.resample('W-MON'), window=52, func=lambda x: pd.Series(x).argmax())    

工作方式是

ix = pd.rolling_apply(close, window=52, func=np.argmax)
ix = np.where(np.isnan(ix),0,ix)
ix = ix.astype(int)
new_index = close.index[52:].map(lambda x:     close.index[np.argwhere(close.index==x)-52:np.argwhere(close.index==x)]  [ix[np.argwhere(close.index==x)]])
pd.Series(new_index,index=close.index[52:]).apply(lambda x: x.flatten()[0])

但也许有一些“pandonic”方式？

Answer 1

这不是ATM实现的，但也没有那么难，见issue here

这里有一个解决方法，本质上是“手动”应用，实际上应该非常有效。

In [59]: rc = close.resample('W-MON')

In [60]: def f(rc, i, l):                                   
    s = rc.iloc[(i*l):((i+1)*l)]
    try:
        return s.loc[[s.idxmax()]]
    except:
        return None
   ....:     

In [61]: pd.concat([ f(rc, i, 52) for i in range(len(rc)) ])
Out[61]: 
Date
2001-06-25    0.034350
2002-02-04    0.017548
2003-05-05    0.031083
2004-10-18    0.044588
2005-05-23    0.022959
                ...   
2011-08-29    0.018310
2012-03-19    0.017339
2013-09-23    0.017571
2014-04-28    0.023196
2015-02-16    0.015051
Name: Close, dtype: float64