Я работаю с некоторыми данными временных рядов и хотел бы создать функцию, которая идентифицирует точки изменения для метрики.В этом случае точка изменения должна быть, когда скользящее среднее 7D пересекает скользящее среднее 30D.
В моем df я хотел бы иметь возможность пометить эти даты и вычислить скользящие вычисления, прикрепленные к дате изменения,Например, кумулятивное изменение delta / pct / etc
У меня есть довольно уродливый код, который помогает мне в этом.Однако хотелось бы узнать от сообщества, есть ли способы сделать это без создания промежуточных столбцов.
data = {'rpc_avg_7d': {(48, '2018-11-26'): 2.8,
(48, '2018-11-27'): 2.75,
(48, '2018-11-28'): 2.62,
(48, '2018-11-29'): 2.48,
(48, '2018-11-30'): 2.39,
(48, '2018-12-01'): 2.41,
(48, '2018-12-02'): 2.46,
(49, '2018-12-04'): 2.56,
(49, '2018-12-05'): 2.73,
(49, '2018-12-06'): 2.86,
(49, '2018-12-07'): 3.01,
(49, '2018-12-08'): 3.09,
(49, '2018-12-09'): 3.2,
(50, '2018-12-10'): 3.36,
(50, '2018-12-11'): 3.4,
(50, '2018-12-12'): 3.36,
(50, '2018-12-13'): 3.43},
'rpc_avg_30d': {(48, '2018-11-26'): 2.76,
(48, '2018-11-27'): 2.77,
(48, '2018-11-28'): 2.76,
(48, '2018-11-29'): 2.76,
(48, '2018-11-30'): 2.74,
(48, '2018-12-01'): 2.73,
(48, '2018-12-02'): 2.71,
(49, '2018-12-04'): 2.73,
(49, '2018-12-05'): 2.78,
(49, '2018-12-06'): 2.79,
(49, '2018-12-07'): 2.8,
(49, '2018-12-08'): 2.8,
(49, '2018-12-09'): 2.82,
(50, '2018-12-10'): 2.83,
(50, '2018-12-11'): 2.87,
(50, '2018-12-12'): 2.91,
(50, '2018-12-13'): 2.94},
'MA_diff': {(48, '2018-11-26'): 0.04,
(48, '2018-11-27'): -0.02,
(48, '2018-11-28'): -0.14,
(48, '2018-11-29'): -0.27,
(48, '2018-11-30'): -0.35,
(48, '2018-12-01'): -0.32,
(48, '2018-12-02'): -0.25,
(49, '2018-12-04'): -0.18,
(49, '2018-12-05'): -0.05,
(49, '2018-12-06'): 0.08,
(49, '2018-12-07'): 0.21,
(49, '2018-12-08'): 0.29,
(49, '2018-12-09'): 0.38,
(50, '2018-12-10'): 0.53,
(50, '2018-12-11'): 0.54,
(50, '2018-12-12'): 0.45,
(50, '2018-12-13'): 0.48}}
df = pd.DataFrame.from_dict(data)
df['trend_flag'] = df['MA_diff'].transform(lambda x: 'up' if x > 0 else 'down')
df['change_pt'] = df['trend_flag'] != df['trend_flag'].shift(1)
print(df)
rpc_avg_7d rpc_avg_30d MA_diff trend_flag change_pt
48 2018-11-26 2.80 2.76 0.04 up True
2018-11-27 2.75 2.77 -0.02 down True
2018-11-28 2.62 2.76 -0.14 down False
2018-11-29 2.48 2.76 -0.27 down False
2018-11-30 2.39 2.74 -0.35 down False
2018-12-01 2.41 2.73 -0.32 down False
2018-12-02 2.46 2.71 -0.25 down False
49 2018-12-04 2.56 2.73 -0.18 down False
2018-12-05 2.73 2.78 -0.05 down False
2018-12-06 2.86 2.79 0.08 up True
2018-12-07 3.01 2.80 0.21 up False
2018-12-08 3.09 2.80 0.29 up False
2018-12-09 3.20 2.82 0.38 up False
50 2018-12-10 3.36 2.83 0.53 up False
2018-12-11 3.40 2.87 0.54 up False
2018-12-12 3.36 2.91 0.45 up False
2018-12-13 3.43 2.94 0.48 up False
Я не могу понять, как использовать функцию для передачи на (2-й) уровень (дата) мультииндекса, когда change_pt==True.
Бонусные баллы - может кто-нибудь объяснить, что такое общая концепция, которая позволит вам связать скользящие вычисления с произвольными / вычисленными датами в группах временных рядов?Это может сработать, сгруппировавшись по [change_pt, date] и применив .rolling, но это выглядит грязно.