Python 熊猫滚动窗口百分位数

我试图在滚动窗口中按列计算数据的百分位排名

test=pd.DataFrame(np.random.randn(20,3),pd.date_range('1/1/2000',periods=20),['A','B','C'])

test
Out[111]: 
                   A         B         C
2000-01-01 -0.566992 -1.494799  0.462330
2000-01-02 -0.550769 -0.699104  0.767778
2000-01-03 -0.270597  0.060836  0.057195
2000-01-04 -0.583784 -0.546418 -0.557850
2000-01-05  0.294073 -2.326211  0.262098
2000-01-06 -1.122543 -0.116279 -0.003088
2000-01-07  0.121387  0.763100  3.503757
2000-01-08  0.335564  0.076304  2.021757
2000-01-09  0.403170  0.108256  0.680739
2000-01-10 -0.254558 -0.497909 -0.454181
2000-01-11  0.167347  0.459264 -1.247459
2000-01-12 -1.243778  0.858444  0.338056
2000-01-13 -1.070655  0.924808  0.080867
2000-01-14 -1.175651 -0.559712 -0.372584
2000-01-15 -0.216708 -0.116188  0.511223
2000-01-16  0.597171  0.205529 -0.728783
2000-01-17 -0.624469  0.592436  0.832100
2000-01-18  0.259269  0.665585  0.126534
2000-01-19  1.150804  0.575759 -1.335835
2000-01-20 -0.909525  0.500366  2.120933

我尝试使用。滚动。应用，但我缺少一些东西

pctrank = lambda x: x.rank(pct=True)
rollingrank=test.rolling(window=10,centre=False).apply(pctrank)

---

对于A列，最终值为2000-01-11至2000-01-20期间长度=10窗口内-0.909525的百分位数。有什么想法吗？

您的lambda接收到一个numpy数组，它没有

.rank

方法-它是pandas的

系列和
数据帧。因此，您可以将其更改为

pctrank = lambda x: pd.Series(x).rank(pct=True).iloc[-1]

或者您可以使用纯numpy，大致如下：

最简单的选择是这样做：
从scipy导入统计信息
200是窗口大小

数据集[名称]=数据集[名称]。滚动（200）.应用（lambda x:stats.percentileofscore（x，x[-1]）
如果您只需要上一次观察的排名，与滚动应用一样，您可以使用：

 def pctrank(x):
    i = x.argsort().argmax() + 1
    n = len(x)
    return i/n

时间快了一倍左右
这太完美了，正是我想要的。非常感谢。因此，在应用rank（）之前，我没有将x定义为熊猫系列。你能解释一下为什么我的lambda会收到numpy数组吗。rolling（）和.apply（）都是作用于panda数据帧“测试”的panda函数？为什么我的lambda接收numpy数组？我不知道为什么；我只知道错误是这样说的：“
numpy.ndarray
没有方法
rank
”<代码>滚动
是一种使用
系列
和
数据帧
的方法<代码>应用

有几种不同的体现。请看一下文档。

 def pctrank(x):
    i = x.argsort().argmax() + 1
    n = len(x)
    return i/n