Python pandas：将函数应用于 dataframe.rolling()答案

【问题标题】：Python pandas: apply a function to dataframe.rolling()Python pandas：将函数应用于 dataframe.rolling()
【发布时间】：2018-09-25 01:43:34
【问题描述】：

我有这个数据框：

In[1]df = pd.DataFrame([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]])
In[2]df
Out[2]: 
    0   1   2   3   4
0   1   2   3   4   5
1   6   7   8   9  10
2  11  12  13  14  15
3  16  17  18  19  20
4  21  22  23  24  25

我需要做到这一点：

对于我的数据框中的每一行，
如果任意 3 个连续单元格中的 2 个或多个值大于 10，
那么这 3 个单元格中的最后一个应标记为 True。

根据上述标准，生成的数据框 df1 的大小应相同，其中 True 或 False：

In[3]df1
Out[3]: 
    0   1      2      3      4
0 NaN NaN  False  False  False
1 NaN NaN  False  False  False
2 NaN NaN   True   True   True
3 NaN NaN   True   True   True
4 NaN NaN   True   True   True

df1.iloc[0,1] 是 NaN，因为在该单元格中，只给出了两个数字，但至少需要 3 个数字才能进行测试。
df1.iloc[1,3] 为 False，因为 [7,8,9] 中没有一个大于 10
df1.iloc[3,4] 为 True，因为 [18,19,20] 中的 2 或更多大于 10

我认为带有函数的 dataframe.rolling.apply() 可能是解决方案，但究竟如何？

【问题讨论】：

你的问题是什么？
@penguin2048 我编辑了帖子，我的问题是如何在帖子中实现1 2 3 4。
欢迎来到 StackOverflow。请花时间阅读how to provide a great pandas example 上的这篇文章以及如何提供minimal, complete, and verifiable example 并相应地修改您的问题。 how to ask a good question 上的这些提示也可能有用。
请发布预期输出
@VivekKalyanarangan 我重新表述了这个问题。

标签： python pandas rolling-computation

【解决方案1】：

您说得对，使用rolling() 是正确的选择。但是，您必须记住，因为rolling() 将窗口末尾的值替换为新值，所以您不能只用True 标记窗口，当条件不适用时，您也会得到False

这是使用您的示例数据框并执行所需转换的代码：

df = pd.DataFrame([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]])

现在，定义一个以窗口为参数并返回是否满足条件的函数

def fun(x):
    num = 0
    for i in x:
        num += 1 if i > 10 else 0
    return 1 if num >= 2 else -1

我已将阈值硬编码为 10。因此，如果在任何窗口中大于 10 的值的数量大于或等于 2，则最后一个值将替换为 1（表示 True），否则将其替换为 -1 （表示 False）。

如果您想将阈值参数保留为变量，请查看this 答案以将它们作为参数传递。

现在在滚动窗口上应用该函数，使用窗口大小为 3，轴 1，此外，如果您不想要 NaN，那么您还可以在参数中将 min_periods 设置为 1。

df.rolling(3, axis=1).apply(fun)

将输出生成为

  0   1    2    3    4
0 NaN NaN -1.0 -1.0 -1.0
1 NaN NaN -1.0 -1.0 -1.0
2 NaN NaN  1.0  1.0  1.0
3 NaN NaN  1.0  1.0  1.0
4 NaN NaN  1.0  1.0  1.0

【讨论】：

感谢您的解释，如果我需要 threadhold(0 in your if i > 0) 和大于 1(1 in your if num > 1) 都作为函数的参数，如何重写“df.rolling(3,axis=1,min_periods=1).apply(fun)”？ .apply 中的函数需要的不仅仅是 self 作为参数？
stackoverflow.com/questions/12182744/… 看看这个

【解决方案2】：

在布尔数据帧上使用sum。

df.gt(10).rolling(3, axis=1).sum().ge(2)

       0      1      2      3      4
0  False  False  False  False  False
1  False  False  False  False  False
2  False  False   True   True   True
3  False  False   True   True   True
4  False  False   True   True   True

您可以通过屏蔽 where na 来确定确切请求的输出。

df.gt(10).rolling(3, axis=1).sum().pipe(lambda d: d.ge(2).mask(d.isna()))

    0   1      2      3      4
0 NaN NaN  False  False  False
1 NaN NaN  False  False  False
2 NaN NaN   True   True   True
3 NaN NaN   True   True   True
4 NaN NaN   True   True   True

【讨论】：

【解决方案3】：

你需要 -

import pandas as pd
import numpy as np
df = pd.DataFrame([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]])
df1 = df.apply(lambda x: pd.Series([np.nan, np.nan]+[all(j>10 for j in i) for i in zip(x[0::1], x[1::1], x[2::1])]), axis=1)

print(df1)

输出

0   1      2      3      4
0 NaN NaN  False  False  False
1 NaN NaN  False  False  False
2 NaN NaN   True   True   True
3 NaN NaN   True   True   True
4 NaN NaN   True   True   True

说明

list(zip(x[0::1], x[1::1], x[2::1])

将其分解为每行一次取 3 列 -

0             [(1, 2, 3), (2, 3, 4), (3, 4, 5)]
1            [(6, 7, 8), (7, 8, 9), (8, 9, 10)]
2    [(11, 12, 13), (12, 13, 14), (13, 14, 15)]
3    [(16, 17, 18), (17, 18, 19), (18, 19, 20)]
4    [(21, 22, 23), (22, 23, 24), (23, 24, 25)]

all(j>10 for j in i)

检查元组列表中的每个元素，如果元组中的所有元素都大于10，则输出True

连接 [np.nan, np.nan] 以匹配您的输出。希望对您有所帮助。

【讨论】：