python - 如何使用 pandas 中的自定义权重计算滚动平均值？

Question

Pandas 文档 http://pandas.pydata.org/pandas-docs/stable/computation.html有一个如何计算移动平均线的示例:

ser = pd.Series(np.random.randn(10), index=pd.date_range('1/1/2000', periods=10))
pd.rolling_window(ser, 5, 'boxcar')

第二行计算滚动平均值，窗口为 5，并且五个观测值的权重相等。文档引人入胜地提到了使用自定义权重的可能性(“当传递 win_type 而不是显式指定权重时......”)，但是如何做到这一点？

谢谢!

Answer 1

我不是数学专家，但坚定解释你需要什么here 。

我尝试测试一下:

import pandas as pd

ser = pd.Series([1,1,1], index=pd.date_range('1/1/2000', periods=3))
print ser

rm1 = pd.rolling_window(ser, window=[2,2,2], mean=False)
rm2 = pd.rolling_window(ser, window=[2,2,2]) #, mean=True

print rm1
#
#2000-01-01   NaN
#2000-01-02   NaN
#2000-01-03     6
#Freq: D, dtype: float64
print rm2
#
#2000-01-01   NaN
#2000-01-02   NaN
#2000-01-03     1
#Freq: D, dtype: float64

我将 window 设置为 ndarray ([2,2,2]) 并计算加权和 (rm1) >) 和加权平均值 (rm2)。

pandas.rolling_window :

window : int or ndarray:
Weighting window specification. If the window is an integer, then it is treated as the window length and win_type is required

mean : boolean, default True
If True computes weighted mean, else weighted sum