Python 计算前N个数据帧行的滚动标准

我有这样一个数据帧：

date      A
2015.1.1  10
2015.1.2  20
2015.1.3  30
2015.1.4  40
2015.1.5  50
2015.1.6  60

我需要计算前N行的std，例如：

date      A  std
2015.1.1  10  std(10)
2015.1.2  20  std(10,20)
2015.1.3  30  std(10,20,30)
2015.1.4  40  std(10,20,30,40)
2015.1.5  50  std(10,20,30,40,50)
2015.1.6  60  std(10,20,30,40,50,60)

pd.rolling\u std用于实现这一点，但是，如何动态更改N？

df[['A']].apply(lambda x:pd.rolling_std(x,N))

---

索引：75项，2015-04-16至2015-07-31
数据列（共4列）：
75个非空浮点64
数据类型：float64（4）
内存使用率：2.9+KB

可以在df上调用

apply

，如下所示：

In [29]:
def func(x):
    return df.iloc[:x.name + 1][x.index].std()
​
df['std'] = df[['A']].apply(func, axis=1)
df
Out[29]:
       date   A        std
0  2015.1.1  10        NaN
1  2015.1.2  20   7.071068
2  2015.1.3  30  10.000000
3  2015.1.4  40  12.909944
4  2015.1.5  50  15.811388
5  2015.1.6  60  18.708287

这使用双下标

[[]]

对具有单个列的df调用

apply

，这允许您传递参数

axis=1

，以便您可以按行调用函数，然后您可以访问index属性，即

name

和column name属性，即

index

，这允许您对df进行切片以计算滚动

std

您可以将窗口参数添加到

func

以根据需要修改窗口

编辑

看起来您的索引是一个str，以下操作应该有效：

In [39]:
def func(x):
    return df.ix[:x.name ][x.index].std()
​
df['std'] = df[['A']].apply(lambda x: func(x), axis=1)
df

Out[39]:
           A        std
date                   
2015.1.1  10        NaN
2015.1.2  20   7.071068
2015.1.3  30  10.000000
2015.1.4  40  12.909944
2015.1.5  50  15.811388
2015.1.6  60  18.708287

---

什么意思

x.name+1

不能连接'str'和'int'对象“

name

是索引属性，你能从

df.info（）

发布输出并将其编辑到你的问题中吗，你的索引是什么？我有一个编辑问题。我需要计算列'fluc_ic'好的，看起来你的索引实际上是一个日期str，我会更新我的答案

In [39]:
def func(x):
    return df.ix[:x.name ][x.index].std()
​
df['std'] = df[['A']].apply(lambda x: func(x), axis=1)
df

Out[39]:
           A        std
date                   
2015.1.1  10        NaN
2015.1.2  20   7.071068
2015.1.3  30  10.000000
2015.1.4  40  12.909944
2015.1.5  50  15.811388
2015.1.6  60  18.708287