如何构建基于时间的 EWMA

Question

我正在计算基于时间的 EWMA，定义如下：

地点：

在以下示例数据框 df 上：

index      time       x
0          1          5
1          1.3        4
2          1.4        8
3          2.8        3  

例如，在时间 3：

我知道在python中我们可以使用df['ewma'] = df['x'].ewm(alpha = c)来计算简单的ewma，但是这里c只能是一个固定的浮点数。

我的问题是：如何处理更改参数 c？我可以递归地遍历整个 df 以获得答案，但这似乎真的很简单。

关于如何解决这个问题的任何建议？提前谢谢！

Answer 1

使用shift()

如果我没看错的话，基本上你需要 time[x] 和 time[x-1] 来解决你的问题。

只需创建一个新列：

df['time_prev'] = df['time'].shift(1)


print(df)

   index  time  x  time_prev
0      0   1.0  5        NaN
1      1   1.3  4        1.0
2      2   1.4  8        1.3
3      3   2.8  3        1.4

然后您可以使用 time_prev 作为计算中的前一个值。例如，您可以通过增加 .shift(3) 将其调整为旧值。