特定列上的熊猫滚动平均值

Question

我有一个像这样从CSV导入的数据框。

   stock pop 
Date 
2016-01-04 325.316 82 
2016-01-11 320.036 83 
2016-01-18 299.169 79 
2016-01-25 296.579 84 
2016-02-01 295.334 82 
2016-02-08 309.777 81 
2016-02-15 317.397 75 
2016-02-22 328.005 80 
2016-02-29 315.504 81 
2016-03-07 328.802 81 
2016-03-14 339.559 86 
2016-03-21 352.160 82 
2016-03-28 348.773 84 
2016-04-04 346.482 83 
2016-04-11 346.980 80 
2016-04-18 357.140 75 
2016-04-25 357.439 77 
2016-05-02 356.443 78 
2016-05-09 365.158 78 
2016-05-16 352.160 72 
2016-05-23 344.540 74 
2016-05-30 354.998 81 
2016-06-06 347.428 77 
2016-06-13 341.053 78 
2016-06-20 363.515 80 
2016-06-27 349.669 80 
2016-07-04 371.583 82 
2016-07-11 358.335 81 
2016-07-18 362.021 79 
2016-07-25 368.844 77 
...    ... ... 

我想添加一个新列MA来计算列弹出的滚动平均值。我尝试以下

df['MA']=data.rolling(5,on='pop').mean() 

我得到一个错误

ValueError: Wrong number of items passed 2, placement implies 1 

所以我想，让我试试，如果它只是工作没有添加一列。我用

data.rolling(5,on='pop').mean() 

我得到的输出

   stock pop 
Date 
2016-01-04  NaN 82 
2016-01-11  NaN 83 
2016-01-18  NaN 79 
2016-01-25  NaN 84 
2016-02-01 307.2868 82 
2016-02-08 304.1790 81 
2016-02-15 303.6512 75 
2016-02-22 309.4184 80 
2016-02-29 313.2034 81 
2016-03-07 319.8970 81 
2016-03-14 325.8534 86 
2016-03-21 332.8060 82 
2016-03-28 336.9596 84 
2016-04-04 343.1552 83 
2016-04-11 346.7908 80 
2016-04-18 350.3070 75 
2016-04-25 351.3628 77 
2016-05-02 352.8968 78 
2016-05-09 356.6320 78 
2016-05-16 357.6680 72 
2016-05-23 355.1480 74 
2016-05-30 354.6598 81 
2016-06-06 352.8568 77 
2016-06-13 348.0358 78 
2016-06-20 350.3068 80 
2016-06-27 351.3326 80 
2016-07-04 354.6496 82 
2016-07-11 356.8310 81 
2016-07-18 361.0246 79 
2016-07-25 362.0904 77 
...    ... ... 

我似乎无法申请滚落在立柱弹出意思。我究竟做错了什么？

Answer 1

要指定一列，你可以创建一个滚动对象根据您的Series：

df['new_col'] = data['column'].rolling(5).mean() 

答案张贴ac2001不是执行此操作的最高性能方式。他正在计算数据框中每列的滚动平均值，然后使用“弹出”列分配“ma”列。下面的第一种方法是更有效：

%timeit df['ma'] = data['pop'].rolling(5).mean() 
%timeit df['ma_2'] = data.rolling(5).mean()['pop'] 

1000 loops, best of 3: 497 µs per loop 
100 loops, best of 3: 2.6 ms per loop 

，除非你需要计算的滚动装置存储系统中所有其他列我不会建议使用第二种方法。

Answer 2

此解决方案适用于我。

data['MA'] = data.rolling(5).mean()['pop'] 

我认为问题可能是on ='pop'只是改变列从索引执行滚动窗口。

从DOC字符串：“对于一个数据帧，在其列来计算滚动窗口，而不是指数”

Answer 3

编辑：pd.rolling_mean已被弃用在熊猫和将在以后被移除。相反：使用pd.rolling你可以这样做：

df['MA'] = df['pop'].rolling(window=5,center=False).mean() 

的数据帧df：

  Date stock pop 
0 2016-01-04 325.316 82 
1 2016-01-11 320.036 83 
2 2016-01-18 299.169 79 
3 2016-01-25 296.579 84 
4 2016-02-01 295.334 82 
5 2016-02-08 309.777 81 
6 2016-02-15 317.397 75 
7 2016-02-22 328.005 80 
8 2016-02-29 315.504 81 
9 2016-03-07 328.802 81 

要获取：

  Date stock pop MA 
0 2016-01-04 325.316 82 NaN 
1 2016-01-11 320.036 83 NaN 
2 2016-01-18 299.169 79 NaN 
3 2016-01-25 296.579 84 NaN 
4 2016-02-01 295.334 82 82.0 
5 2016-02-08 309.777 81 81.8 
6 2016-02-15 317.397 75 80.2 
7 2016-02-22 328.005 80 80.4 
8 2016-02-29 315.504 81 79.8 
9 2016-03-07 328.802 81 79.6 

文档：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.rolling.html

老：虽然它已被弃用你可以使用：

df['MA']=pd.rolling_mean(df['pop'], window=5) 

获得：

  Date stock pop MA 
0 2016-01-04 325.316 82 NaN 
1 2016-01-11 320.036 83 NaN 
2 2016-01-18 299.169 79 NaN 
3 2016-01-25 296.579 84 NaN 
4 2016-02-01 295.334 82 82.0 
5 2016-02-08 309.777 81 81.8 
6 2016-02-15 317.397 75 80.2 
7 2016-02-22 328.005 80 80.4 
8 2016-02-29 315.504 81 79.8 
9 2016-03-07 328.802 81 79.6 

文档：http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.rolling_mean.html