Pandas Dataframe 中 EWM 的重置窗口答案

【问题标题】：Reset Window for EWM in Pandas DataframePandas Dataframe 中 EWM 的重置窗口
【发布时间】：2021-06-19 10:21:06
【问题描述】：

我正在尝试使用以下 pandas 数据框计算 ewm：

	Parameter	new_file	EWM
0	495.56912	0	495.569120
1	494.51257	1	495.505727
2	493.65040	1	495.394407
3	492.95905	1	495.248286
4	492.31470	1	495.072271
5	491.66367	0	491.663670
6	491.05520	1	494.639001
7	490.38733	1	494.383901

我想要的是每次“new_file”列中的值为 0 时重置窗口。此数据框是从多个输入文件创建的，每次 new_file 列为 0 时，它都表示新文件的开始。因此，我不希望 EWM 使用上一个输入文件的最后一个值进行计算，我需要将其重置。

我创建 EWM 列的代码如下：

  df['EWM'] = np.where(df[‘new_file’] ==1, df['Parameter'].ewm(alpha=0.06,adjust=False).mean() , df['Parameter'])

您可能可以从上面的数据框摘录中看到，计算的第 6 行不是作为新窗口开始时应有的值。它应该产生以下值（我从 excel 中获得）：

	Parameter	new_file	EWM
0	495.56912	0	495.5691
1	494.51257	1	495.5057
2	493.6504	1	495.3944
3	492.95905	1	495.2483
4	492.3147	1	495.0723
5	491.66367	0	491.6637
6	491.0552	1	491.6272
7	490.38733	1	491.5528

【问题讨论】：

标签： python pandas window exponential

【解决方案1】：

我们可以创建一个布尔掩码来检查新文件的开始，然后计算此掩码上的累积和以识别属于同一文件的行块，然后在这些块上groupParameter 列并计算指数加权平均值

b = df['new_file'].eq(0).cumsum()
df['EWM'] = df['Parameter'].groupby(b, group_keys=False)\
                           .ewm(alpha=0.06, adjust=False).mean()

   Parameter  new_file         EWM
0  495.56912         0  495.569120
1  494.51257         1  495.505727
2  493.65040         1  495.394407
3  492.95905         1  495.248286
4  492.31470         1  495.072271
5  491.66367         0  491.663670
6  491.05520         1  491.627162
7  490.38733         1  491.552772

【讨论】：

谢谢。虽然我在尝试时收到以下消息。 “AttributeError：无法访问‘SeriesGroupBy’对象的可调用属性‘ewm’，请尝试使用‘apply’方法”
@Mark 尝试升级pandas