如何通过简单的自定义函数使用 pandas rolling apply？答案

【问题标题】：How to use pandas rolling apply with a simple custom function?如何通过简单的自定义函数使用 pandas rolling apply？
【发布时间】：2021-06-22 03:57:49
【问题描述】：

我有一个函数func，我想将其应用于熊猫数据帧的连续行。但是，当我尝试如下操作时，我得到了 ValueError:。

import numpy as np
import pandas as pd

def func(a: np.ndarray, b: np.ndarray) -> float:
    """Return the sum of sum of vectors a and b"""
    return np.sum(a) + np.sum(b)

df = pd.DataFrame({"a": [1, 2, 3, 4, 5], "b": [10, 11, 12, 13, 14]})
df.rolling(window=2, axis=1).apply(func)
>>>
ValueError: Length of passed values is 2, index implies 5.

我要做的就是将func 滚动应用于连续行（这就是我在上面选择window=2 的原因）。下面的sn-p是手动实现的。

func(df.iloc[0, :].values, df.iloc[1, :].values)
>>> 24
func(df.iloc[1, :].values, df.iloc[2, :].values)
>>> 28

等等。

请注意，我为 func 提供的示例仅用于说明目的 - 我知道在这种情况下您可以使用简单的 df.sum(axis=1) + df.shift(-1).sum(axis=1)。我想知道的是，在一般情况下，您如何使用滚动申请自定义函数。

【问题讨论】：

不可能像你需要的那样，因为rolling单独处理每一行，这意味着首先处理0然后1....所以不能把它们相加。
@jezrael 我不敢相信这在熊猫中是不可能的。该工具总是如此多才多艺和灵活。你会认为这是一个很大的用例。
您为什么不分别制作两个不同的n-rolling 列？然后创建另一列，该条目将是您的 func 应用于具有相应索引的这两个滚动列的条目。鉴于您的加法示例，我想这将是任何交换函数func 的解决方案。

标签： python pandas rolling-computation

【解决方案1】：

我想这可以通过几行代码和一个中间数据帧来完成：

import numpy as np
import pandas as pd

def func(a: np.ndarray) -> float:
    return np.sum(a)

df = pd.DataFrame({"a": [1, 2, 3, 4, 5], "b": [10, 11, 12, 13, 14]})
df_rolled = df.rolling(window=2).apply(func)
df["ab_rolled"] = [func([df_rolled["a"][i], df_rolled["b"][i]])
                   for i in range(0, len(df_rolled["a"]))]

print(df)

输出：

   a   b  ab_rolled
0  1  10        NaN
1  2  11       24.0
2  3  12       28.0
3  4  13       32.0
4  5  14       36.0

不过，这口井可能是一个丑陋的代码。抱歉，我是第一次使用 pandas。

【讨论】：