Python和Pandas列，“计算方向”并显示“到目前为止的平均值”。

Question

我有一个DataFrame，它包含(股票的)在特定分钟结束时的价格。

DF列是：

• minute_id: 0-1440，0为午夜，480为上午8:00 (60*8)
• 价格:一分钟结束时的股票价格
• 价格变动:价格变动。分分钟
• 方向:改变的方向

从熊猫进口numpy.random n= 10 #样品数#从上午8:00开始，设定4-5 df = DataFrame({'minute_id'：range(480,480+n)，‘DataFrame’：(5-4)* nprnd.random(n) +4 }) df‘’change‘= df.price - df.price.shift(1) df’方向‘= df.change.map(lambda x: 0 if x == 0 of x/abs(x)) df= df.dropna() df()

我想向这个DF添加几个列。

1. 平均价格到现在为止的第一排，它将有价格。对于第二行，它将具有第n行第2行的平均价格，它将具有前n行的平均价格。
2. “更改”列在当前方向上的和(每次“方向”切换时将为零)
3. 按当前方向计数，直到现在为止，对于每一行，当前方向上运行的该行的数目是多少。
4. 最后四行的平均价格

我可以通过一次迭代DF行来创建所有这些列。但我相信还有一种更多的方法来做这件事。

我也不知道如何处理丢失的数据(如果我在minute_id中有空白)

编辑：

在我想增加的4列中，1和4很容易.

C4:这只是一个周期为4的滚动平均值

C1:滚动均值可以得到最小周期的另一个参数。

将其设置为1并将窗口大小设置为df的长度将为集合中的每一行提供运行平均值。

df‘_avg’= pd.rolling_mean(df.price，n，1)

对于其他两列，我仍在努力寻找获得它的最佳方法。

Answer 1

好吧，在“玩”了很多之后，我找到了一些对我有用的东西。

这可能是一种更多的“疯狂”的方式，但这是一个合理的方式来完成它。

我想感谢安迪海登，杰夫和菲利普克劳德指出，"10分钟到熊猫“，它没有直接的答案，但非常有帮助。此外，安迪海登派我创造滚动的均值，这对我很大程度上是一个方向。

因此，让我们逐列执行，

• 加1: nowRolling avg之前的平均价格，窗口大小是整个DataFrame的大小，最小值为1 df‘DataFrame_avg’= pd.rolling_mean(df.price，n，1)
• 添加第4行:最后4行的平均价格 df‘’RA_wnd_4‘= pd.rolling_mean(df.price，4，1)
• 在当前的"blcok“(方向)中添加Helper列，显示方向已更改的DF‘’dir_ change‘= (df.direction.shift(1) != df.direction).astype(int) #为每个方向更改的df' block’= df.dir_change.cumsum() #指定DF”块“的DF”块“，并根据分组=df.groupby(‘块’)# Add函数对块进行累积和()，并将其称为def f1(group)：返回DataFrame({'rolling_count‘：group.cumsum()}) df’call _count‘= grouped.change.apply(f1)
• 添加col 3:当前“块”中的行号(方向) df'one‘=1 df’‘one_count’= grouped.one.apply(f1) df= df.drop('one'，axis=1)

全文代码：

import numpy.random as nprnd
from pandas import DataFrame
import pandas as pd

n = 10 # Number of samples
# Starting at 8:00 AM, set some (n) random prices between 4-5
df = DataFrame({'minute_id': range(480,480+n), 'price':(5-4) * nprnd.random(n) + 4 })
df['change'] = df.price - df.price.shift(1)
df['direction'] = df.change.map(lambda x: 0 if x == 0 else x/abs(x))
df = df.dropna()
#------------------------------------------
# Col 1, rolling Avg over the entire DF
df['rolling_avg'] = pd.rolling_mean(df.price, n, 1) 
#------------------------------------------
# Col 4, rolling Avg windows size of 4
df['RA_wnd_4'] = pd.rolling_mean(df.price, 4, 1)
#------------------------------------------
# Helper code for cols 2, 3 
# Adding Helper column that shows when direction have been changed
df['dir_change'] = (df.direction.shift(1) != df.direction).astype(int)
# Identify the DF "blocks" for every direction change
df['block'] = df.dir_change.cumsum()
# Split the DF based on those bolcks
grouped = df.groupby('block')
# Add Function that will cumsum() for a block, and call it
def f1(group):
     return DataFrame({'rolling_count' : group.cumsum()})
df['one'] = 1
#------------------------------------------
# Col 2, CumSum() of the 'change' column while in the current "blcok" (direction)
df['rolling_count'] = grouped.change.apply(f1)
#------------------------------------------
# Col 3, Count in the current "block" (Direction)
df['rolling_count'] = grouped.one.apply(f1)
df = df.drop('one', axis=1)

print df

输出：

 minute_id  price   change  direction   rolling_avg     RA_wnd_4    dir_change  block   rolling_count
1   481     4.771701    0.474349    1   4.771701    4.771701    1   1   1
2   482     4.300078    -0.471623   -1  4.535889    4.535889    1   2   1
3   483     4.946744    0.646666    1   4.672841    4.672841    1   3   1
4   484     4.529403    -0.417340   -1  4.636981    4.636981    1   4   1
5   485     4.434598    -0.094805   -1  4.596505    4.552706    0   4   2
6   486     4.171169    -0.263429   -1  4.525616    4.520479    0   4   3
7   487     4.416980    0.245810    1   4.510096    4.388038    1   5   1
8   488     4.727078    0.310098    1   4.537219    4.437456    0   5   2
9   489     4.049097    -0.677981   -1  4.482983    4.341081    1   6   1