Python 对需要两个参数的函数使用rolling_apply

我正在尝试将rollapply与需要两个参数的公式一起使用。据我所知，计算kendall-tau相关性的唯一方法（除非您从头开始创建公式）包括标准校正：

>>> import scipy
>>> x = [5.05, 6.75, 3.21, 2.66]
>>> y = [1.65, 26.5, -5.93, 7.96]
>>> z = [1.65, 2.64, 2.64, 6.95]
>>> print scipy.stats.stats.kendalltau(x, y)[0]
0.333333333333

我也知道rollapply和接受两个参数的问题，如下所述：

尽管如此，我仍在努力寻找一种方法，在滚动的基础上对具有多列的数据帧进行kendalltau计算

我的数据帧是这样的

A = pd.DataFrame([[1, 5, 1], [2, 4, 1], [3, 3, 1], [4, 2, 1], [5, 1, 1]], 
                 columns=['A', 'B', 'C'], index = [1, 2, 3, 4, 5])

正在尝试创建一个函数来执行此操作

In [1]:function(A, 3)  # A is df, 3 is the rolling window
Out[2]:
   A  B  C     AB     AC     BC  
1  1  5  2    NaN    NaN    NaN
2  2  4  4    NaN    NaN    NaN
3  3  3  1  -0.99  -0.33   0.33
4  4  2  2  -0.99  -0.33   0.33
5  5  1  4  -0.99   0.99  -0.99

在一个非常初步的方法中，我接受了这样定义函数的想法：

def tau1(x):
    y = np.array(A['A']) #  keep one column fix and run it in the other two
    tau, p_value = sp.stats.kendalltau(x, y)
    return tau

 A['AB'] = pd.rolling_apply(A['B'], 3, lambda x: tau1(x))

当然没用了。我得到：

ValueError: all keys need to be the same shape

我知道这不是一个小问题。非常感谢您的任何输入。

，

滚动应用

只将NumPy数组传递给函数。一种可能的解决方法是将

np.arange（len（A））

作为

rolling\u apply

的第一个参数，以便

tau

函数接收您希望使用的行的索引。然后在

tau

函数中

B = A[[col1, col2]].iloc[idx]

返回包含所需所有行的数据帧

---

屈服

   A  B  C  AB        AC        BC
1  1  5  2 NaN       NaN       NaN
2  2  4  4 NaN       NaN       NaN
3  3  3  1  -1 -0.333333  0.333333
4  4  2  2  -1 -0.333333  0.333333
5  5  1  4  -1  1.000000 -1.000000

---

太神了谢谢！。我应该记住的列数有限制吗？这些itertools功能非常棒，远远超过我的水平。。。询问任何其他智能问题。组合的数量会像

n**2

那样增长，因此

tau

会按

n**2*m

的顺序被调用，其中

m=len（A）

。所以这可能需要一段时间，特别是如果你有很多专栏的话。真的很有趣；学习并不难，花时间也很值得。60K行x 4列~7分钟这对我帮助很大，谢谢！因为<代码> RoLungUpIpAp/<代码>将被弃用，您是否考虑更新您的解决方案为<代码> Pd？系列（NP.ARANGE（LeN（a）），index＝A. index）。滚动（3）。应用（TAU）< /代码>？

   A  B  C  AB        AC        BC
1  1  5  2 NaN       NaN       NaN
2  2  4  4 NaN       NaN       NaN
3  3  3  1  -1 -0.333333  0.333333
4  4  2  2  -1 -0.333333  0.333333
5  5  1  4  -1  1.000000 -1.000000