Python 使用另一列的滚动值的数据帧百分比

我有下面的数据帧结构作为示例

我想获得一个列，在该列中，它使用滚动n周期回溯，根据“百分位”列的值计算“价格列”的百分位

可能吗？我尝试使用某种lambda函数并使用.apply语法，但无法使其工作

        date     percentile  price   desired_row
    2019-11-08  0.355556    0.6863    36th percentile of price of last n period
    2019-11-11  0.316667    0.6851    32nd percentile of price of last n period
    2019-11-12  0.305556    0.6841    ...
    2019-11-13  0.302778    0.6838    ...
    2019-11-14  0.244444    0.6798    ...

---

谢谢

您可以在pandas中使用滚动方法。例如：

df = pd.DataFrame({'B': [0, 1, 2, 2, 4]})
df['rolling_mean'] = df['B'].rolling(2).mean()

df['rolling_sum'] = df['B'].rolling(2).sum()

将创建“B”列的两个期间滚动平均值的新列。如果需要计算不同的汇总统计信息，可以应用不同的方法，例如：

df = pd.DataFrame({'B': [0, 1, 2, 2, 4]})
df['rolling_mean'] = df['B'].rolling(2).mean()

df['rolling_sum'] = df['B'].rolling(2).sum()

有关功能的更多信息，请参阅：

---

您可以在pandas中使用滚动方法。例如：

df = pd.DataFrame({'B': [0, 1, 2, 2, 4]})
df['rolling_mean'] = df['B'].rolling(2).mean()

df['rolling_sum'] = df['B'].rolling(2).sum()

将创建“B”列的两个期间滚动平均值的新列。如果需要计算不同的汇总统计信息，可以应用不同的方法，例如：

df = pd.DataFrame({'B': [0, 1, 2, 2, 4]})
df['rolling_mean'] = df['B'].rolling(2).mean()

df['rolling_sum'] = df['B'].rolling(2).sum()

有关功能的更多信息，请参阅：

基于，您可以使用

滚动

对列价格和索引中的列百分比进行滚动，然后在

应用

中使用参数

raw=False

：

window = 3
df['desired_row'] = df.set_index('percentile')['price'].rolling(window)\
                      .apply(lambda x: x.quantile(q=x.index[-1]), raw=False).values
print (df)
         date  percentile   price  desired_row
0  2019-11-08    0.355556  0.6863          NaN
1  2019-11-11    0.316667  0.6851          NaN
2  2019-11-12    0.305556  0.6841     0.684711
3  2019-11-13    0.302778  0.6838     0.683982
4  2019-11-14    0.244444  0.6798     0.681756

您可以根据需要更改

分位数中的
插值
参数。
基于，您可以使用
滚动
对列价格进行索引中的列百分比，然后在
应用
中使用参数
原始=假
：

window = 3
df['desired_row'] = df.set_index('percentile')['price'].rolling(window)\
                      .apply(lambda x: x.quantile(q=x.index[-1]), raw=False).values
print (df)
         date  percentile   price  desired_row
0  2019-11-08    0.355556  0.6863          NaN
1  2019-11-11    0.316667  0.6851          NaN
2  2019-11-12    0.305556  0.6841     0.684711
3  2019-11-13    0.302778  0.6838     0.683982
4  2019-11-14    0.244444  0.6798     0.681756

您可以根据需要更改
分位数中的
插值
参数。
这正是我需要的。谢谢这正是我需要的。谢谢