具有两个参数的python函数

我的初学者对python的热爱正在经历一场艰难的考验

我需要在固定长度的滚动窗口中计算一个函数（假设：5）。该函数需要两个参数。我很清楚答案几乎是一样的，但我总是出错

我的代码很简单：

import numpy as np
import pandas as pd
import scipy as sp
import scipy.stats

df = pd.DataFrame( {'A' : np.arange(20), 'B' : np.random.randint(0,20,20)})

def my_tau2(idx):
    x = df.loc[idx, 'A'].astype('float')
    y = df.loc[idx, 'B'].astype('float')
    return scipy.stats.mstats.kendalltau(x, y)[0] ## breaks without this [0]

pd.rolling_apply(np.arange(len(df), dtype = np.dtype('int16')), 5, my_tau2)

我不断发现以下错误：

enter code
File "<ipython-input-6-d6cbc608d2f0>", line 7, in <module>
pd.rolling_apply(np.arange(len(df), dtype = np.dtype('int16')), 5, my_tau2)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\stats\moments.py", line 584, in rolling_apply
kwargs=kwargs)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\stats\moments.py", line 240, in ensure_compat
result = getattr(r, name)(*args, **kwds)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\window.py", line 863, in apply
return super(Rolling, self).apply(func, args=args, kwargs=kwargs)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\window.py", line 621, in apply
center=False)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\window.py", line 560, in _apply
result = calc(values)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\window.py", line 555, in calc
return func(x, window, min_periods=self.min_periods)
File "D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\window.py", line 618, in f
kwargs)
File "pandas\algos.pyx", line 1831, in pandas.algos.roll_generic (pandas\algos.c:51581)
TypeError: a float is required

输入代码
文件“”，第7行，在
pd.滚动应用（np.arange（len（df），dtype=np.dtype（'int16'）），5，my_tau2）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\stats\moments.py”，第584行，滚动应用
kwargs=kwargs）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\stats\moments.py”，第240行，在确保兼容
结果=getattr（r，name）（*args，**kwds）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\core\window.py”，第863行，在apply中
返回超级（滚动，自）。应用（func，args=args，kwargs=kwargs）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\core\window.py”，第621行，在apply中
中心=假）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\core\window.py”，第560行，在应用中
结果=计算值（数值）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\core\window.py”，第555行，在calc中
返回函数（x，窗口，最小周期=self.min\u周期）
文件“D:\Users\502031217\AppData\Local\Continuum\Anaconda3\lib\site packages\pandas\core\window.py”，第618行，f
kwargs）
pandas.algos.roll_generic（pandas\algos.c:51581）中的文件“pandas\algos.pyx”，第1831行
TypeError：需要浮点

我一直在努力解决这个问题，我快发疯了。 我的模块版本是：

• numpy:1.11.0
• scipy:0.17.1
• 熊猫：0.18.1
• python:3.5.1

---

我们非常欢迎任何关于w.r.t.如何以另一种方式修复或计算的提示。

我不熟悉kendall tau coeficient，但根据上面的链接帖子，也许你应该重写tau函数，只返回一个值。因此，根据您提供的链接判断，我将设计类似tau的以下内容（在我看来，仍然不太灵活，因为它使用外部范围中的硬编码列名）：

这将允许我执行rolling_apply（当然，还可以将其保存到数据帧中—您似乎没有这样做）：

运行此操作将输出以下结果：

     A   B       tau
0    0   0       NaN
1    1  11       NaN
2    2   2       NaN
3    3  11       NaN
4    4  17  0.737865
5    5   9  0.105409
6    6   5  0.000000
7    7   9 -0.527046
8    8  15 -0.105409
9    9  11  0.527046
10  10   4  0.000000
11  11   6 -0.400000
12  12  14 -0.200000
13  13  19  0.600000
14  14   0  0.200000
15  15  19  0.316228
16  16   9 -0.105409
17  17   1 -0.316228
18  18  13  0.200000
19  19  16  0.000000

---

谢谢你，马扬！这个[0]位于scipy.stats.mstats.kendalltau（x，y）的末尾，是神奇的成分。我更新了代码，使它现在可以工作了。事实上，不需要其他修改。我猜它不起作用，因为pandas/numpy无法识别返回对象的类型（scipy.stats.mstats_basic.KendalltauResult）。我猜我们同时是老师和学生！这就是Stackoverflow的美妙之处！很高兴我帮了忙。

df["tau"] = pd.rolling_apply(np.arange(len(df)), 5, my_tau2)

     A   B       tau
0    0   0       NaN
1    1  11       NaN
2    2   2       NaN
3    3  11       NaN
4    4  17  0.737865
5    5   9  0.105409
6    6   5  0.000000
7    7   9 -0.527046
8    8  15 -0.105409
9    9  11  0.527046
10  10   4  0.000000
11  11   6 -0.400000
12  12  14 -0.200000
13  13  19  0.600000
14  14   0  0.200000
15  15  19  0.316228
16  16   9 -0.105409
17  17   1 -0.316228
18  18  13  0.200000
19  19  16  0.000000