.apply() 将二元 numpy() lambda 函数应用于 pandas DataFrame 的 .expanding() 窗口答案

【问题标题】：.apply() a bivariate numpy() lambda function to an .expanding() window of a pandas DataFrame.apply() 将二元 numpy() lambda 函数应用于 pandas DataFrame 的 .expanding() 窗口
【发布时间】：2018-07-26 20:02:11
【问题描述】：

考虑这个简单的代码（loc_fun 中的numpy.sum 是使用 numpy 的更复杂的二元函数的替代）：

import pandas
import numpy


def loc_fun(A, B):
    return numpy.sum(A[:-1] > B[-1])


df = pandas.DataFrame(numpy.random.normal(0, 1, [100000, 2]), columns=['size_A', 'size_B']).cumsum(axis=0)
df.expanding(2).apply(lambda x: loc_fun(x.size_A.values, x.size_B.values))

上面代码的最后一行导致我无法理解的错误。基本上，我想将loc_fun 应用于列中值的expanding() 窗口。

【问题讨论】：

我认为这是个问题，因为还没有实现。 expanding 就像 rolling 分别处理每一列 - 检查 print + (def f(x): print (x) return x.sum() df = df.expanding(2).apply(f))。所以不幸的是需要没有expanding的自定义函数。还要检查this，也许会有所帮助。
不确定，尝试联系作者 - pir 是数学非常聪明的人，希望对您有所帮助；)

标签： python pandas numpy

【解决方案1】：

在 lambda x 中，x 是一个 numpy.ndarray，因此您不能引用列 'A-values' 或 'B_values'。

df.expanding(2).apply(lambda x: print(type(x)))

>><class 'numpy.ndarray'>

【讨论】：

检查我有问题的评论，不幸的是它分别与每一列一起工作:(
@Cezary.Sz：你用的是什么版本的熊猫？ df.expanding(2).apply(lambda x: print(type(x))) 行本身在此处给出错误 (p0.22)
第二次迭代出错，因为 lambda 得到 NoneType 但 in 必须是实数。
好的，无论如何，jezrael 在 cmets 中的代码可以做到这一点。该死：它会比我想象的更复杂。