索引中每个日期的 Pandas 操作

Question

对于不同的商品，我在 Pandas 中有以下日期范围：

df = pd.DataFrame([], columns=["Bid", "Ask"], index_col='tid')

填充如下：

2015-07-15 07:16:39.034  49.960  50.000
2015-08-12 07:16:39.235  49.958  49.998

我需要找到每天的滚动平均值。所以我这样提取日期：

dates = set(df.index.map(pd.Timestamp.date))

然后我遍历日期并计算滚动平均值：

for d in dates:
    df['rm200'] = np.round(pd.rolling_mean(df[d]['Bid'], window=200), 5)

这给出了以下错误：

KeyError: datetime.date(2015, 7, 15)

如果我这样添加 str(d)：

df['rm200'] = np.round(pd.rolling_mean(df[str(d)]['Bid'], window=200), 5)

错误消失了，但我没有得到滚动平均值。

但是，如果我从错误中复制日期并添加它，我会得到我想要的结果，但出于显而易见的原因，仅针对相关日期：

df['rm200'] = np.round(pd.rolling_mean(df['2015, 7, 15']['Bid'], window=200), 5)

如何遍历日期并分别为每个日期执行操作？

Answer 1

您没有足够的数据进行测试，但我建议如下：

pd.rolling_mean(df.resample('1B'), window=200)

df.resample('1B') 根据工作日创建一个 DataFrame（您可以指定替代日历），取每一天的平均值（不清楚您的数据是每天只有一个值还是多个值）。

pd.rolling_mean 只是取最近 200 次每日观察的滚动平均值。