在m大小的窗口中查找最小n值的移动平均值

Question

我有这样的个人股票价值的数据：

UserId Stock Value    Time
1        APL  20  '2019-01-01'
1        MCR  40  '2019-01-01'
1        ADX  60  '2019-01-01'
3        AGL  10  '2019-01-01'
...

我必须按用户分组，并且对于每个股票x，我必须在股票x之前找到该用户最近的20只股票中最有价值的10只股票的平均值。因此，我首先按userId分组，然后遍历每个股票x，执行以下操作:在股票x之前选择用户最近的20只股票，从该窗口进一步选择10只最有价值的股票，取平均值并将其添加到股票x的新列中。我的数据集如下所示：

UserId Stock Value    Time    MovingAverage
1        APL  20  '2019-01-01'     20
1        MCR  40  '2019-01-01'     30
1        ADX  60  '2019-01-01'     40
3        AGL  10  '2019-01-01'     10
...

到目前为止，我一直在尝试在Python中使用滚动，如下所示：

df = df.sort_values(['userId','time'], ascending=['true','false']) 
df['roll'] = df.groupby('userId')['Value'].transform(lambda x: x.rolling(20,1).mean())

我想不出如何得到一个窗口中10个最高值的平均值！我不反对使用另一种技术，而不是滚动，这似乎是最流行的方法。

另一个问题是，一些股票之前的股票数量将少于20只，但我认为使用rolling(20,1)可以缓解这个问题。然而，在少于10只股票的情况下，例如8只股票，我只需要得到最后8只股票的平均值。

Answer 1

我想通了。发帖，以防其他人遇到类似的情况。我定义了自己的函数，然后简单地使用了rolling.apply()。最终变得相当直白。

首先，我定义了执行上面帖子中描述的行为的函数。

def gm(arr):
    if (arr.size > 10):
        x = np.partition(arr, 9).mean()
    else:
        x = arr.mean()
    return x

然后，rolling.apply()发挥了它的魔力：

newcol = df.groupby('userId')['value'].rolling(20,1).apply(lambda x: gm(x), raw=True)
df['roll'] = newcol.reset_index(level=0, drop=True)

我仍然不确定最后的索引，但结果似乎是我想要的。