Python 计算一组股票的相同移动平均数

如果我有一只股票，我会将移动平均数计算为：

frame = sql.read_frame(...)
frame['ewma'] = ewma(frame['px'], span=15)

因此，如果取而代之，我有一个充满价格数据的框架，每个股票有一个系列：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 819 entries, 2011-06-30 00:00:00 to 2014-08-19 00:00:00
Freq: B
Data columns (total 10 columns):
StockA       292  non-null values
StockB       303  non-null values
...
dtypes: float64(10)

日期时间索引：819条条目，2011-06-30 00:00:00至2014-08-19 00:00:00
频率：B
数据列（共10列）：
StockA 292非空值
StockB 303非空值
...
数据类型：float64（10）

---

…我如何使用面板指数或层次指数，一次计算出框架内所有股票的移动平均数？我还需要其他统计数据，如果这有区别的话…

如果您只需要附加带后缀的列，您可以只分配给所需的列名

ewma_col = [c + '_ewma' for c in df]
df[ewma_col] = df.apply(lambda x: pd.ewma(x, span=15))

如果您想要设置一个多索引，您可以这样做，首先设置多索引，然后添加ewma条目

df.columns = pd.MultiIndex.from_product([df.columns, ['price']])
ewma_col = [(c, 'ewma') for c, _ in df]
df[ewma_col] = df.apply(lambda x: pd.ewma(x, span=15))

---

df.apply（pd.ewma，span=15）

好的，但是如何将结果存储在面板/层次索引数据框中？