Python 轧制精度

我有一个带有二进制预测（data['ypred']为1或0）和实际实现（data['y']）的数据帧，我想编写一个函数，计算最后n个值的滚动精度（即所有预测中正确预测的百分比）（数据已经按日期排序）。下面是最后2次观察的示例（注意第一行是NA，最后一行是50%，因为2次中只有1次是正确的）：

有人能建议一种方法吗

也许是这样的：

data[(data['y'] ==1 ) & (data['ypred']==1)].rolling(10)

---

不确定，你的价值观来自哪里，但你能做什么：

N=2
数据[“rollwinprob”]=数据[“ypred”].eq（数据[“y”]）.rolling（N）.mean（）.mul（100）

---

参考

添加示例数据和预期输出好主意，我添加了一个示例和预期输出

data[(data['y'] ==1 ) & (data['ypred']==1)].rolling(10)