Применение экспоненциального средневзвешенного значения в Python Pandas в обратном порядке - PullRequest
Новая
       127

Применение экспоненциального средневзвешенного значения в Python Pandas в обратном порядке

0 голосов
/ 07 июня 2018

Для панды. Пример DataFrame: 

In: cols = ['cols1', 'cols2']
In: df = pd.DataFrame({'col1': [1, 2, 3, 4], 'col2': [3, 4, 5, 6]})

Out:       col1  col2
      0     1     3
      1     2     4
      2     3     5
      3     4     6

Я использую экспоненциальное средневзвешенное значение: 

In: for i in range(len(df.columns)):
       df[cols[i]] = df[cols[i]].ewm(com=None, span=None, halflife=None, 
                                     alpha=.8, min_periods=0, adjust=True,
                                     ignore_na=False, axis=0).mean()

Отлично работает!Однако веса применяются с экспоненциально убывающими значениями сверху вниз: 

  Out:      col1      col2
      0  1.000000  3.000000
      1  1.833333  3.833333
      2  2.774194  4.774194
      3  3.756410  5.756410

Мне интересно, есть ли способ применить веса в обратном порядке (снизу вверх).Мой желаемый вывод: 

Out:          col1          col2
      0     0.9391025     2.8173075
      1     1.8494627     3.6982925
      2     2.7499995     4.5833325
      3     4.000000      6.000000

Ответы [ 2 ]

0 голосов
/ 12 апреля 2019

Вариация решения Келя .

Обратите внимание, что

df[col].reindex(index=df.index[::-1])

достигает аналогичного результата как:

df[col].sort_index(ascending=False)

Разница в том, что reindex меняет индекс на месте, тогда как sort_index принимает inplace в качестве опции.В результате, преимущество с sort_index состоит в том, что вам не нужно переключаться обратно в конце, в отличие от reindex:

df[col] = df[col].sort_index(ascending=False).ewm(...).mean()

Обратите внимание, чтоРешение с sort_index, конечно, предполагает, что значения индекса упорядочены в правильном порядке.Если это не так, я не уверен, имеет ли физическое значение скользящее среднее.

0 голосов
/ 07 июня 2018

Я нашел решение проблемы.Вы можете переиндексировать до и после применения ewm (): 

In: df.reindex(index=df.index[:-1])
    for i in range(len(df.columns)):
        df[cols[i]] = df[cols[i]].ewm(com=None, span=None, halflife=None, 
                                      alpha=.8, min_periods=0, adjust=True,
                                      ignore_na=False, axis=0).mean()
Out:        col1      col2
      3  4.000000  6.000000
      2  3.166667  5.166667
      1  2.225806  4.225806
      0  1.243590  3.243590

Затем вы можете применить его снова: 

In: df.reindex(index=df.index[:-1])
Out:        col1      col2
       0  1.243590  3.243590
       1  2.225806  4.225806
       2  3.166667  5.166667
       3  4.000000  6.000000

Я все еще не уверен, является ли это наиболее эффективным методом.Так что, если у кого-то есть другие идеи, я хотел бы знать.

...