Python 有没有一种方法可以计算三列熊猫的滚动百分比？_Python_Pandas_Numpy_Dataframe

Python 有没有一种方法可以计算三列熊猫的滚动百分比？

python pandas numpy dataframe

Python 有没有一种方法可以计算三列熊猫的滚动百分比？,python,pandas,numpy,dataframe,Python,Pandas,Numpy,Dataframe,我正在寻找一种方法，在一个有三列的Pandas数据帧中执行rolling Percance。对于df中的每一行，我想计算最后三行与该列中三行之间的差值，然后对每一列执行此操作。对于输出，我想求每行的平均值之和。下面，我将试着向你们展示我的意思和我的尝试。然而，正如您所知，我的知识是有限的，我正在寻找一种更快、更有效的方法来产生如下所示的likwise输出，但对于更大数据帧中的每一行我非常感谢任何反馈我的测试数据集如下所示： df1 = pd.DataFrame([[1,3,2,4,5,6,3

我正在寻找一种方法，在一个有三列的Pandas数据帧中执行rolling Percance。对于df中的每一行，我想计算最后三行与该列中三行之间的差值，然后对每一列执行此操作。对于输出，我想求每行的平均值之和。下面，我将试着向你们展示我的意思和我的尝试。然而，正如您所知，我的知识是有限的，我正在寻找一种更快、更有效的方法来产生如下所示的likwise输出，但对于更大数据帧中的每一行

我非常感谢任何反馈

我的测试数据集如下所示：

df1 = pd.DataFrame([[1,3,2,4,5,6,3,4],[1,3,4,6,7,2,3,4],[1,2,2,4,12,9,8,4]]).T
print(df1)
   0  1   2
0  1  1   1
1  3  3   2
2  2  4   2
3  4  6   4
4  5  7  12
5  6  2   9
6  3  3   8
7  4  4   4

如果我要“手动”执行此操作，它将从以下内容开始：

pctChange = pd.DataFrame([df1.First.pct_change(periods=3),df1.Second.pct_change(periods=3),df1.Third.pct_change(periods=3)]).T

print(pctChange)
          First    Second     Third
    0       NaN       NaN       NaN
    1       NaN       NaN       NaN
    2       NaN       NaN       NaN
    3  3.000000  5.000000  3.000000
    4  0.666667  1.333333  5.000000
    5  2.000000 -0.500000  3.500000
    6 -0.250000 -0.500000  1.000000
    7 -0.200000 -0.428571 -0.666667

然后取每行的平均值

ave = pctChange.mean(axis=1)
print(ave)

0         NaN
1         NaN
2         NaN
3    3.666667
4    2.333333
5    1.666667
6    0.083333
7   -0.431746

最后，将最后三行相加

    SumOfLastThree = ave.iloc[-3:].sum()
    print(SumOfLastThree)
#desired output
    1.3182539682539682

也许你可以试试这个来获得你的3天移动平均线：

df1 = pd.DataFrame([[1,3,2,4,5,6,3,4],[1,3,4,6,7,2,3,4],[1,2,2,4,12,9,8,4]]).T
df1.columns = ['First','Second','Third']
#3 day rolling average of value
df1['PctChange1']=pd.to_numeric(df1.First.rolling(3,min_periods=3).mean().fillna(''))

我对数值进行了pd，因为它返回了一个对象。要更改移动平均线的大小，您需要更改第一个参数

.rolling（）

。如果您希望前几行仍具有滚动平均值，则可以将其更改为

min\u periods=1

-这将允许您将该移动平均值添加为帧中的新列。

那么，您的滚动金额为：

df1['RollingSum'] = pd.to_numeric(df1.PctChange1.rolling(3,min_periods=3).sum().fillna(''))

加起来：

df1 = pd.DataFrame([[1,3,2,4,5,6,3,4],[1,3,4,6,7,2,3,4],[1,2,2,4,12,9,8,4]]).T
df1.columns = ['First','Second','Third']
#3 day rolling average of value
df1['PctChange1']=pd.to_numeric(df1.First.rolling(3,min_periods=3).mean().fillna(''))
#sum of last three rolling averages
df1['RollingSum'] = pd.to_numeric(df1.PctChange1.rolling(3,min_periods=3).sum().fillna(''))
df1

让我知道这是否有效