python - Pandas 适用于多列输出滚动

Question

我正在编写将滚动窗口应用于将返回多列的函数的代码。
输入: Pandas 系列
预期输出:3 列 DataFrame

def fun1(series, ):
    # Some calculations producing numbers a, b and c
    return {"a": a, "b": b, "c": c} 

res.rolling('21 D').apply(fun1)

资源内容:

time
2019-09-26 16:00:00    0.674969
2019-09-26 16:15:00    0.249569
2019-09-26 16:30:00   -0.529949
2019-09-26 16:45:00   -0.247077
2019-09-26 17:00:00    0.390827
                         ...   
2019-10-17 22:45:00    0.232998
2019-10-17 23:00:00    0.590827
2019-10-17 23:15:00    0.768991
2019-10-17 23:30:00    0.142661
2019-10-17 23:45:00   -0.555284
Length: 1830, dtype: float64

错误:

TypeError: must be real number, not dict

我试过的:

在应用中更改 raw=True

在应用中使用 lambda 函数

将 fun1 中的结果作为列表/numpy 数组/数据帧/系列返回。

我还在 SO 中浏览了许多相关帖子，以说明以下几点:

Pandas - Using `.rolling()` on multiple columns

Returning two values from pandas.rolling_apply

How to apply a function to two columns of Pandas dataframe

Apply pandas function to column to create multiple new columns?

但是指定的解决方案都没有解决这个问题。
有没有直接的解决方案？

Answer 1

这是一个 哈奇 回答使用 rolling ，产生一个数据帧:

import pandas as pd
import numpy as np

dr = pd.date_range('09-26-2019', '10-17-2019', freq='15T')
data = np.random.rand(len(dr))

s = pd.Series(data, index=dr)

output = pd.DataFrame(columns=['a','b','c'])

row = 0

def compute(window, df):
    global row
    a = window.max()
    b = window.min()
    c = a - b
    df.loc[row,['a','b','c']] = [a,b,c]
    row+=1    
    return 1
    
s.rolling('1D').apply(compute,kwargs={'df':output})

output.index = s.index

好像是 rolling apply函数总是期望返回一个数字，以便根据计算立即生成一个新的系列。
我通过制作一个新的 output 来解决这个问题DataFrame(带有所需的输出列)，并在函数内写入该列。我不确定是否有办法在滚动对象中获取索引，所以我改为使用 global增加写入新行的次数。不过，鉴于上述观点，您需要 return一些数字。所以虽然实际上 rolling操作返回一系列 1 , output被修改:

In[0]:
s

Out[0]:
2019-09-26 00:00:00    0.106208
2019-09-26 00:15:00    0.979709
2019-09-26 00:30:00    0.748573
2019-09-26 00:45:00    0.702593
2019-09-26 01:00:00    0.617028
  
2019-10-16 23:00:00    0.742230
2019-10-16 23:15:00    0.729797
2019-10-16 23:30:00    0.094662
2019-10-16 23:45:00    0.967469
2019-10-17 00:00:00    0.455361
Freq: 15T, Length: 2017, dtype: float64

In[1]:
output

Out[1]:
                           a         b         c
2019-09-26 00:00:00  0.106208  0.106208  0.000000
2019-09-26 00:15:00  0.979709  0.106208  0.873501
2019-09-26 00:30:00  0.979709  0.106208  0.873501
2019-09-26 00:45:00  0.979709  0.106208  0.873501
2019-09-26 01:00:00  0.979709  0.106208  0.873501
                      ...       ...       ...
2019-10-16 23:00:00  0.980544  0.022601  0.957943
2019-10-16 23:15:00  0.980544  0.022601  0.957943
2019-10-16 23:30:00  0.980544  0.022601  0.957943
2019-10-16 23:45:00  0.980544  0.022601  0.957943
2019-10-17 00:00:00  0.980544  0.022601  0.957943

[2017 rows x 3 columns]

这感觉更像是对 rolling 的一种利用比预期用途，所以我有兴趣看到一个更优雅的答案。
更新 : 感谢@JuanPi，您可以使用 this answer 获取滚动窗口索引.所以一个非 global答案可能如下所示:

def compute(window, df):
    a = window.max()
    b = window.min()
    c = a - b
    df.loc[window.index.max(),['a','b','c']] = [a,b,c]  
    return 1