Python/Pandas For 循环时间序列

Question

我正在处理面板时间序列数据，并正在努力创建一个快速 for 循环，总而言之，当前 i 处的过去 50 个数字。数据大约有 600k 行，并且开始变动大约 30k。有没有办法使用 pandas 或 Numpy 在短时间内完成相同的任务？

change列的类型为float，保留4位小数。

Index     Change
0         0.0410
1         0.0000
2         0.1201
...     ... 
74327     0.0000
74328     0.0231
74329     0.0109
74330     0.0462

SEQ_LEN = 50
for i in range(SEQ_LEN, len(df)):
    df.at[i, 'Change_Sum'] = sum(df['Change'][i-SEQ_LEN:i])

任何帮助将不胜感激!谢谢!

Answer 1

我尝试了 600k 行，平均时间是20.9 毫秒 ± 1.35 毫秒

这将返回一个系列，其中包含 df 中最后 50 次更改的滚动总和:

 df['Change'].rolling(50).sum()

您可以将其添加到新列，如下所示:

df['change50'] = df['Change'].rolling(50).sum()