ruby 中 `apply` pandas 函数的语法

Question

我需要将 python 脚本转换为 ruby。我使用 gems Pandas 和 Numpy 使工作变得非常简单。

例如我有这样的台词：

# python
# DF is a dataframe from Pandas

DF['VAL'].ewm(span = vDAY).mean()
DF['VOLAT'].rolling(vDAY).std()

所以没有问题，我这样转换：

# ruby
df['VAL'].ewm(span: vDAY).mean
df['VOLAT'].rolling(vDAY).std

简单。

---

但是我有一个来自 Pandas 的函数

apply

，它接受一个函数作为第一个参数，我真的不知道如何在 ruby 中转换它。 是这样的:

# python
import numpy as np

DF['VAL'].rolling(vDAY).apply(lambda x: np.polyfit(range(len(x)), x, 1)[0])
# output=> NaN or Float

我尝试像这样分解 lambda：

# ruby
polyfit = ->(x) { t = Numpy.polyfit((0...x.size).to_a, x, 1); t[0] }

puts polyfit.call(<insert Array argument>) 
#=> I have a satisfying output for my lambda

# but...
df['VAL'].rolling(vDAY).apply(&polyfit)
# output=> `apply': <class 'TypeError'>: must be real number, not NoneType (PyCall::PyError)

# or
df['VAL'].rolling(vDAY).apply{ |x| polyfit.call(x) }
# output=> `apply': <class 'TypeError'>: apply() missing 1 required positional argument: 'func' (PyCall::PyError)

# or
df['VAL'].rolling(vDAY).apply(polyfit)
#output=> `apply': <class 'TypeError'>: must be real number, not NoneType (PyCall::PyError)

# or
df['VAL'].rolling(vDAY).apply(:polyfit)
# output=> `apply': <class 'TypeError'>: 'str' object is not callable (PyCall::PyError)

这显然不起作用。问题是 python 内联语法中的“x”参数，我真的不知道如何“以 ruby 方式”获取它

如果有人可以将这个

apply

函数从 python 语法“翻译”为 ruby，那就太好了:)

我只是想指出，我是一名 ruby/rails 开发人员，从专业角度来说我不懂 python。

---

更新：

好吧，这对我来说是对Python代码的完全误解：

apply

需要一个函数参数作为可调用对象。所以在 ruby 中，我需要的不是 lambda 而是 Proc。

所以遇到同样问题的人的解决方案：

# ruby
polyfit = Proc.new { t = Numpy.polyfit((0...x.size).to_a, x, 1); t[0] }
df['VAL'].rolling(vDAY).apply(polyfit)

Answer 1

解决方案是使用

Proc

（请参阅原始问题中的“更新”部分）

# ruby
polyfit = Proc.new { t = Numpy.polyfit((0...x.size).to_a, x, 1); t[0] }
df['VAL'].rolling(vDAY).apply(polyfit)

Answer 2

如果有人可以将这个

apply

函数从python语法“翻译”为ruby，那就太好了

等效的 Ruby 语法是：

DF['VAL'].rolling(vDAY).apply(-> x { np.polyfit(range(len(x)), x, 1)[0] })