将 pandas groupby / apply / ewm 计算与时间窗口转换为极坐标

Question

出于性能考虑，我想将一些基于 panda 的脚本转换为 Polars。我需要执行分组并根据日期时间值计算半衰期。不幸的是，我无法真正找到一本关于极地的食谱，并依靠这个答案开始并达到以下近似值：

import pandas as pd
import polars as pl
import random
from datetime import datetime, timedelta


# Define the list of persons
persons = ['Person A', 'Person B', 'Person C', 'Person D']

# Generate random data for the DataFrame
# start_date = datetime.now() - timedelta(days=365)
df = pd.DataFrame(
        {'person': [random.choice(persons) for _ in range(50)],
         'rating': [random.randint(75, 110) for _ in range(50)],
         'date'  : [datetime(2022, 6, 1, 0, 0, 0)
                    + timedelta(days=random.randint(0, 365))
                    for _ in range(50)]}
        )

df.sort_values(['date'], inplace=True)
# To be used with polars
dl = pl.from_dataframe(df)

# Function to convert
df['EWM_30d'] = df.groupby(
        by='person', sort=False).apply(
        lambda x: x['rating'].ewm(halflife=('30d'), times=x['date']
                                  ).mean().shift(1, fill_value=80).round(2)
).to_numpy()

# Initial polars version
dl = dl.rolling(
        'date', by='person', period="100000d").agg(
        pl.col('rating').ewm_mean(half_life=30).shift(1, fill_value=80).last().alias('EWM_30d'))

我已经成功地做了一些类似的事情，但它有几个缺陷：

• 由于我找不到与 pd.expanding() 类似的显式或隐式的东西，我正在使用rolling()，它的时间窗口很长，看起来有点尴尬
• 我使用的是 30 行的 half_life，而不是基于日期时间“日期”列的“30d”时间窗口。 虽然速度在那里，但它不是完全相同的操作，并且结果与我使用 pandas 得到的结果不同。

Answer 1

现在您可以使用：https://docs.pola.rs/py-polars/html/reference/series/api/polars.Series.ewm_mean_by.html

只需使用“30d”