我有一个数据框,其中美国季度 GDP 作为列值。我想一次查看 3 个值,并找到接下来连续两个季度 GDP 下降的指数。这意味着我需要以 3 为一组比较 df['GDP'] 中的各个元素。
这是一个示例数据框。
df = pd.DataFrame(data=np.random.randint(0,10,10), columns=['GDP'])
df
GDP
0 4
1 4
2 4
3 1
4 4
5 4
6 8
7 2
8 3
9 9
我正在使用
df.rolling().apply(find_recession)
,但我不知道如何在我的 find_recession()
函数中访问滚动窗口的各个元素。
gdp['Recession_rolling'] = gdp['GDP'].rolling(window=3).apply(find_recession_start)
如何访问滚动窗口内的各个元素,以便我可以进行比较,例如 gdp_val_2 < gdp_val_1 < gdp_val?
.rolling().apply() 将遍历整个数据帧,一次 3 个值,所以让我们看一下从索引位置 6 开始的一个特定窗口:
GDP
6 8 # <- gdp_val
7 2 # <- gdp_val_1
8 3 # <- gdp_val_2
如何在当前窗口内访问gdp_val、gdp_val_1和gdp_val_2?
在 .apply() 中使用 lambda 表达式会将数组传递到自定义函数 (find_recession_start),因此我可以像访问任何列表/数组一样访问元素,例如
arr[0], arr[1], arr[2]
df = pd.DataFrame(data=np.random.randint(0,10,10), columns=['GDP'])
def my_func(arr):
if((arr[2] < arr[1]) & (arr[1] < arr[0])):
return 1
else:
return 0
df['Result'] = df.rolling(window=3).apply(lambda x: my_func(x))
df
GDP Result
0 8 NaN
1 0 NaN
2 8 0.0
3 1 0.0
4 9 0.0
5 7 0.0
6 9 0.0
7 8 0.0
8 3 1.0
9 9 0.0
简短的答案是:你不能,但你可以利用有关数据帧/系列结构的知识。
你知道窗口的大小,你知道当前索引 - 因此,你可以输出相对于当前索引的移位:
让我们假设,这是您的 GDP:
In [627]: gdp
Out[627]:
0 8
1 0
2 0
3 4
4 0
5 3
6 6
7 2
8 5
9 5
dtype: int64
天真的方法只是返回
(argmin() - 2)
并将其添加到当前索引:
In [630]: gdp.rolling(window=3).apply(lambda win: win.argmin() - 2) + gdp.index
Out[630]:
0 NaN
1 NaN
2 1.0
3 1.0
4 2.0
5 4.0
6 4.0
7 7.0
8 7.0
9 7.0
dtype: float64
天真的方法不会返回正确的结果,因为您无法预测当值相等以及中间出现上升时它将返回哪个索引。但你明白这个想法。
只是更新。使用新的 pandas 版本而不是
arr[0], arr[1]
... 等等,你必须写 arr.iloc[0], arr.iloc[1]
... 等等