Pandas：使用带有用户功能的滚动窗口

Question

我有一个数据框，我用旧式滚动语法估计了各种类型的 10 年滚动平均值：

`pandas.rolling_mean(df['x'], 10)`, 
`pandas.rolling_median(df['x'], 10)`

和

`pandas.rolling_apply(df['x'],10, hodgesLehmanMean)`,

hodgesLehman 的意思是我写的一个函数（见下文）。

def hodgesLehmanMean(x):
    #Computes the Hodges-Lehman mean = median { [x_i + x+j]/2 }. 
    #Robust to 29% outliers, with high (95% efficiency) in the gaussian case

    N = len(x)
    return 0.5 * numpy.median(x[i] + x[j] for i in range(N) for j in range(i+1,N))
`

现在旧的滚动函数已被弃用，我正在尝试以新样式 series.rolling() 样式重写我的代码，即：

`df['x'].rolling(window=10).mean()`, 
`df['x'].rolling(window=10).median()`
 and 
`df['x'].rolling(window=10).hodgesLehmanMean()`.

前两个（均值和中值）就像一个魅力。第三个（hodgesLehmanMean）不起作用 - 它引发了AttributeError: 'Rolling' object has no attribute 'hodgesLehmanMean

如何让我的函数使用新的 series.rolling 语法？

Answer 1

您可以拨打Rolling.apply/agg:

df['x'].rolling(window=10).agg(hodgesLehmanMean)

---

另外，请注意，在您的函数中，您希望将 list 传递给 np.median，而不是 generator：

def hodgesLehmanMean(x): 
    return 0.5 * np.median([x[i] + x[j] 
                           for i in range(len(x)) 
                           for j in range(i+1,len(x))])

如需更快地实现hodgesLehmanMean，请查看unutbu's answer 以解决您较早的问题之一here。