python - 如何计算 Python pandas 数据框的修改后移动平均线？

Question

SO 上有数百个关于 Pandas 移动平均线的示例，但我的情况略有不同，我正在寻找一些 Pythonic 解决方案:

要求: 给定一个窗口，比如 5，我想计算 coumn target 的修改后的移动平均线，并将结果转储到一个新列中，比如 MA:

对于从 0~3(前四个)的索引，使用 SUM(0~index of target)/(index + 1);

对于 index >= window - 1(在本例中为 4)，它是一个普通的 MA(5)。我假设 MA(5) 从第 5 个元素开始。

我尝试过的:

首先我知道我可以使用:

df[maname] = df.rolling(window=win)[target].mean()

计算正常的 MA(win) 并转储到 maname 列。

然后我尝试了其他几种方法，但都不起作用:

df[maname] = df[target][:df.index + 1].sum() / (df.index + 1) if df.index < win else df.rolling(window=win)[target].mean()

这给出了一个错误，我意识到这在 pandas 中是不明确的。

下一个:

df[maname] = 0
df[maname][df.index<=win] = df[target][:df.index + 1].sum() / (df.index + 1)
df[maname][df.index>win] = df.rolling(window=win)[target].mean()

错误:

TypeError: cannot do slice indexing on with these indexer

下次尝试:

我没有技巧所以我决定使用普通的 C++ 方法:遍历索引(这个算法实际上与移动平均线不同，但这不是我现在的问题)

    for idx in df.index:
        loop = 0
        while loop <= idx:
            df[maname].iloc[idx] = df[maname].iloc[idx] + df[target].iloc[loop]
            loop = loop + 1

        if idx < win:
            df[maname].iloc[idx] = df[maname].iloc[idx] / (idx + 1)
        else:
            df[maname].iloc[idx] = df[maname].iloc[idx] / win

但令人惊讶的是，我的新列的所有值都是零!我不知道出了什么问题。 编辑 一位编辑者提醒我整数是不可变的，所以我知道为什么它全为零，而且这是非常低效的。

最近的尝试:

我什至尝试硬编码很多东西，但这似乎超出了我的能力范围......

for idx in range(0, 23):
    loop = 0
    while loop <= idx:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] + 5
        loop = loop + 1

    if idx < 5:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] / (idx + 1)

    else:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] / 5

错误:

TypeError: only integer scalar arrays can be converted to a scalar index

无论如何，我想知道是否有一种优雅的方法可以做到这一点，一般来说，是否有一种优雅的方法可以通过索引函数应用计算值(例如，如果 func_index(index ) < 1,000，值应该是 func_value(另一列 * 10))

Answer 1

如果你处理的是股票数据，你可以给stockstats一试。 这是示例代码:

stock = StockDataFrame.retype(pd.read_csv('stock.csv'))
stock['close_5_sma']