具有固定时间窗口的 Pandas 中的滚动平均值（而不是固定的观察值）

Question

我有一个包含两列和一个 3 级索引结构的数据框。列是价格和交易量，指数是交易者 - 股票 - 日。

我想计算我数据中每个交易者 - 股票组合在过去 50 天内价格和交易量的滚动平均值。

这是我目前想出的。

test=test.set_index(['date','trader', 'stock'])

test=test.unstack().unstack()

test=test.resample("1D")

test=test.fillna(0)

test[[col+'_norm' for col in test.columns]]=test.apply(lambda x: pd.rolling_mean(x,50,50))

test.stack().stack().reset_index().set_index(['trader', '库存','日期']).sort_index().head()

也就是说，我将我的数据集拆开两次，这样我就只剩下时间轴了，我可以计算我的变量的 50 天滚动平均值，因为 50 次观察将对应于 50 天（在重新采样数据之后）。

问题是我不知道如何为我的滚动平均变量创建正确的名称

test[[col+'_norm' for col in test.columns]]

TypeError：只能将元组（不是“str”）连接到元组

有什么想法吗？我的算法实际上是否正确以获得这些滚动方式？ 非常感谢！

Answer 1

pd.rolling_mean 的结果（带有修改的列名）可以与原始 DataFrame 连接：

means = pd.rolling_mean(test, 50, 50)
means.columns = [('{}_norm'.format(col[0]),)+col[1:] for col in means.columns]
test = pd.concat([test, means], axis=1)

---

import numpy as np
import pandas as pd

N = 10
test = pd.DataFrame(np.random.randint(4, size=(N, 3)),
                    columns=['trader', 'stock', 'foo'],
                    index=pd.date_range('2000-1-1', periods=N))
test.index.names = ['date']
test = test.set_index(['trader', 'stock'], append=True)

test = test.unstack().unstack()

test = test.resample("1D")

test = test.fillna(0)

means = pd.rolling_mean(test, 50, 50)
means.columns = [('{}_norm'.format(col[0]),)+col[1:] for col in means.columns]
test = pd.concat([test, means], axis=1)

test = test.stack().stack()
test = test.reorder_levels(['trader', 'stock', 'date'])
test = test.sort_index()
print(test.head())

产量

                         foo  foo_norm
trader stock date                     
0      0     2000-01-01    0       NaN
             2000-01-02    0       NaN
             2000-01-03    0       NaN
             2000-01-04    0       NaN
             2000-01-05    0       NaN
...