Python 在DataFrame对象上使用滚动应用

我试图在滚动的基础上计算成交量加权平均价格

要做到这一点，我有一个函数vwap，它可以为我实现这一点，如下所示：

def vwap(bars):
    return ((bars.Close*bars.Volume).sum()/bars.Volume.sum()).round(2)

当我尝试将此函数与rolling_apply一起使用时，如图所示，我得到一个错误：

import pandas.io.data as web
bars = web.DataReader('AAPL','yahoo')
print pandas.rolling_apply(bars,30,vwap)

AttributeError: 'numpy.ndarray' object has no attribute 'Close'

这个错误对我来说很有意义，因为rolling_apply不需要数据系列或数据数组作为输入，也不需要数据帧。。我做这件事的方式

---

有没有一种方法可以使用滚动应用于数据帧来解决我的问题？

这不是直接启用的，但您可以这样做

In [29]: bars
Out[29]: 
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 942 entries, 2010-01-04 00:00:00 to 2013-09-30 00:00:00
Data columns (total 6 columns):
Open         942  non-null values
High         942  non-null values
Low          942  non-null values
Close        942  non-null values
Volume       942  non-null values
Adj Close    942  non-null values
dtypes: float64(5), int64(1)

window=30

In [30]: concat([ (Series(vwap(bars.iloc[i:i+window]),
                      index=[bars.index[i+window]])) for i in xrange(len(df)-window) ])
Out[30]: 
2010-02-17    203.21
2010-02-18    202.95
2010-02-19    202.64
2010-02-22    202.41
2010-02-23    202.19
2010-02-24    201.85
2010-02-25    201.65
2010-02-26    201.50
2010-03-01    201.31
2010-03-02    201.35
2010-03-03    201.42
2010-03-04    201.09
2010-03-05    200.95
2010-03-08    201.50
2010-03-09    202.02
...
2013-09-10    485.94
2013-09-11    487.38
2013-09-12    486.77
2013-09-13    487.23
2013-09-16    487.20
2013-09-17    486.09
2013-09-18    485.52
2013-09-19    485.30
2013-09-20    485.37
2013-09-23    484.87
2013-09-24    485.81
2013-09-25    486.41
2013-09-26    486.07
2013-09-27    485.30
2013-09-30    484.74
Length: 912

[29]中的

：条
出[29]：
日期时间索引：942条条目，2010-01-04 00:00:00至2013-09-30 00:00:00
数据列（共6列）：
打开942个非空值
高942非空值
低942非空值
关闭942个非空值
卷942非空值
Adj Close 942非空值
数据类型：float64（5）、int64（1）
窗口=30
[30]中的concat（[（系列）（vwap（bar.iloc[i:i+window]），
索引=[bar.index[i+窗口]]），用于X范围内的i（len（df）-窗口）]）
出[30]：
2010-02-17    203.21
2010-02-18    202.95
2010-02-19    202.64
2010-02-22    202.41
2010-02-23    202.19
2010-02-24    201.85
2010-02-25    201.65
2010-02-26    201.50
2010-03-01    201.31
2010-03-02    201.35
2010-03-03    201.42
2010-03-04    201.09
2010-03-05    200.95
2010-03-08    201.50
2010-03-09    202.02
...
2013-09-10    485.94
2013-09-11    487.38
2013-09-12    486.77
2013-09-13    487.23
2013-09-16    487.20
2013-09-17    486.09
2013-09-18    485.52
2013-09-19    485.30
2013-09-20    485.37
2013-09-23    484.87
2013-09-24    485.81
2013-09-25    486.41
2013-09-26    486.07
2013-09-27    485.30
2013-09-30    484.74
长度：912

一个经过清理的版本供参考，希望索引正确：

def myrolling_apply(df, N, f, nn=1):
    ii = [int(x) for x in arange(0, df.shape[0] - N + 1, nn)]
    out = [f(df.iloc[i:(i + N)]) for i in ii]
    out = pandas.Series(out)
    out.index = df.index[N-1::nn]
    return(out)

---

修改@Mathdick的答案，使其包含

na_fill

。还要注意，函数

f

需要返回一个值，这不能返回具有多列的数据帧

def rolling_apply_df(dfg, N, f, nn=1, na_fill=True):
    ii = [int(x) for x in np.arange(0, dfg.shape[0] - N + 1, nn)]
    out = [f(dfg.iloc[i:(i + N)]) for i in ii]
    if(na_fill):
        out = pd.Series(np.concatenate([np.repeat(np.nan, N-1),np.array(out)]))
        out.index = dfg.index[::nn]
    else:
        out = pd.Series(out)
        out.index = dfg.index[N-1::nn]
    return(out)

---

很好的解决方案，对我很有帮助！但问题是：在您的列表理解中，您不会使用bars.iloc[i:i+window+1]，因为.iloc排除了上界吗？在您的代码中，在以bars.iloc[i+window-1]结尾的计算中仅使用29个值，而bars.index[i+window]用作标签。在这种类型的计算中，我想您会希望计算中包含bar.iloc[I+window]。的可能重复项。看我的答案。