使用第二个数据框应用滚动功能

Question

让我们取两个数据集：

import pandas as pd 
import numpy as np
df = pd.DataFrame([1, 2, 3, 2, 5, 4, 3, 6, 7])

check_df = pd.DataFrame([3, 2, 5, 4, 3, 6, 4, 2, 1])

我想做以下事情：

1. 如果任何数字 df[0:3] 大于 check_df[0]，则返回 1，否则返回 0
2. 如果任何数字 df[1:4] 大于 check_df[1] 则返回 1 否则返回 0
3. 等等……

可以通过rolling函数和自定义函数来完成：

def custom_fun(x: pd.DataFrame):
    return (x > float(check_df.iloc[0])).any()

然后将其与apply 函数结合起来：

df.rolling(3, min_periods = 3).apply(custom_fun).shift(-2)

我的解决方案中的主要问题是我总是与check_df[0]进行比较，而在第i个滚动窗口中，我应该与check_df[i]进行比较，但我不知道如何在滚动函数中指定它.你能帮我解决这个问题吗？

Answer 1

IIUC，您可以使用 x 的第一个索引，例如 first_valid_index：

def custom_fun(x: pd.DataFrame):
    return (x > float(check_df.iloc[x.first_valid_index()])).any()


res = df.rolling(3, min_periods=3).apply(custom_fun).shift(-2)

print(res)

输出

     0
0  0.0
1  1.0
2  0.0
3  1.0
4  1.0
5  0.0
6  1.0
7  NaN
8  NaN