计算循环的简单移动平均pandas

Question

我目前正在尝试计算几只股票的数据集上的简单移动平均值。为了简单起见，我只在两家公司(和4天的时间)上尝试了代码，但输出似乎有一些问题。下面是我的代码。

for index, row in df3.iloc[4:].iterrows():
    if df3.loc[index,'CompanyId'] == df3.loc[index-4,'CompanyId']:
        df3['SMA4'] = df3.iloc[:,1].rolling(window=4).mean()
    else:
        df3['SMA4'] = 0

下面是输出：Output

数据帧按日期和公司id排序。因此，需要发生的是，当公司id不等于代码中所述时，输出应该为零，因为我无法计算两个不同公司的移动平均值。相反，它输出两个公司的移动平均值，如第7,8,9行。

Answer 1

使用groupby.rolling

df['SMA4']=df.groupby('CompanyId',sort=False).rolling(window=4).Price.mean().reset_index(drop='CompanyId')
print(df)

    CompanyId  Price   SMA4
0           1     75    NaN
1           1     74    NaN
2           1     77    NaN
3           1     78  76.00
4           1     80  77.25
5           1     79  78.50
6           1     80  79.25
7           0     10    NaN
8           0      9    NaN
9           0     12    NaN
10          0     11  10.50
11          0     11  10.75
12          0      8  10.50
13          0      9   9.75
14          0      8   9.00
15          0      8   8.25
16          0     11   9.00

Answer 2

虽然ansev认为您应该使用专用函数是正确的，因为手动循环要慢得多，但我想说明代码不能工作的原因:在if分支和else分支中，整个SMA4列都被分配给(df3['SMA4'])，而且因为在最后一次运行循环时，if语句是真的，所以else语句没有任何作用，SMA4永远不会为0。因此，要解决这个问题，您可以首先创建用滚动平均值填充的列(请注意，这不在for循环中)：

df3['SMA4'] = df3.iloc[:,1].rolling(window=4).mean()

然后运行循环，将无效行数设置为0(尽管nan会更好。我保留了其他bug，假设ansev答案中的数字是正确的)：

for index, row in df3.iloc[4:].iterrows(): 
    if df3.loc[index,'CompanyId'] != df3.loc[index-4,'CompanyId']: 
        df3.loc[index,'SMA4'] = 0 

输出(可能仍有错误)：

    CompanyId  Price   SMA4
0           1     75    NaN
1           1     74    NaN
2           1     77    NaN
3           1     78  76.00
4           1     80  77.25
5           1     79  78.50
6           1     80  79.25
7           2     10   0.00
8           2      9   0.00
9           2     12   0.00
10          2     11   0.00
11          2     11  10.75
12          2      8  10.50
13          2      9   9.75
14          2      8   9.00
15          2      8   8.25
16          2     11   9.00