熊猫的数据有什么快速的回溯计算功能吗？

Question

我想实现一个像这样的计算方法--一个简单的场景：

值计算为前N天的每日数据之和(在下面的示例中设置为N=3)

Dataframe：(df.index是“日期”)

date  value  
20140718  1  
20140721  2     
20140722  3     
20140723  4     
20140724  5     
20140725  6     
20140728  7  
......

进行计算，如：

date  value  new  
20140718  1  0  
20140721  2  0      
20140722  3  0  
20140723  4  6 (3+2+1)  
20140724  5  9 (4+3+2)  
20140725  6  12 (5+4+3)     
20140728  7  15 (6+5+4) 
...... 

现在，我已经使用循环来完成此操作，例如：

df['value']=[0]*len(df)
for idx in df.index  
    loc=df.index.get_loc(idx)
    if((loc-N)>=0):
        tmp=df.ix[df.index[loc-3]:df.index[loc-1]]
        sum=tmp['value'].sum()
    else:
        sum=0
    df['new'].ix(idx)=sum

但是，当数据长度或N的值很长/很大时，这些计算将非常slow....How，我可以使用函数或其他方法更快地实现这一点吗？另外，如果情况更复杂呢？怎么做？谢谢。

Answer 1

因为您想要前三项之和(不包括当前值)，所以可以在4的窗口上使用rolling_apply，并将除最后一个值之外的所有值加在一起。

new = rolling_apply(df, 4, lambda x:sum(x[:-1]), min_periods=4)

这就像在三人的窗口之后换车一样：

new = rolling_apply(df, 3, sum, min_periods=3).shift()

然后

df["new"] = new["value"].fillna(0)