我可以在 `rolling()` 中使用 `eval` 吗？答案

【问题标题】：Can I use `eval` with `rolling()`?我可以在 `rolling()` 中使用 `eval` 吗？
【发布时间】：2021-10-20 04:51:57
【问题描述】：

假设我有一个 pandas 数据框，并且我想创建一个使用滚动窗口的新列，例如：

test = pd.DataFrame({'x': range(0,100)})
test['rol'] =  test.rolling(20,center=False).sum()

有没有办法使用eval 函数来做到这一点就地？

奖励：我想了解eval、assign 和 df['some_column_name'] = ... 之间可能存在的性能问题（内存和速度）

【问题讨论】：

eval 是什么意思？滚动不支持'eval'。
我想你可能已经回复了。例如，如果我想添加另一个名为“add2”的列，我可以在上面的示例中使用test.eval('add2 = x+2')。我想知道是否有办法将eval 和rolling 结合起来，但从你所说的来看，它不受支持。
我想你的意思是assign，而不是eval

标签： python pandas dataframe rolling-computation

【解决方案1】：

您可以使用assign，但这会创建数据框的副本：

df = df.assign(rol=df['x'].rolling(20).sum())

或者像你一样使用直接赋值：

df['rol'] = df['x'].rolling(20,center=False).sum())

但是eval 不能使用rolling window

样品的性能：

%timeit df.assign(rol=df['x'].rolling(20,center=False).sum())
845 µs ± 67.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df['rol'] =  df['x'].rolling(20).sum()
699 µs ± 39.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

对于 1,000,000 条记录：

%timeit df.assign(rol=df['x'].rolling(20,center=False).sum())
28.5 ms ± 1.49 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit df['rol'] =  df['x'].rolling(20).sum()
36.4 ms ± 163 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

对于大型数据集 pd.assign 变得比直接赋值更好（我不知道为什么......）

【讨论】：

对于大型数据集，就内存和/或计算速度而言，后者（直接分配）是否更可取？
但这不是一个管道，并且已经是 OP 一开始所做的，不是吗？
@NMech。我不知道我的基准测试是否不好，但对于大型数据集，pd.assign 比直接分配更好。

【解决方案2】：

使用assign 制作你的管道：

test = (pd.DataFrame({'x': range(0,100)})
          .assign(rol= lambda s: s.rolling(20,center=False).sum())
       )

输出：

     x     rol
0    0     NaN
1    1     NaN
2    2     NaN
...
97  97  1750.0
98  98  1770.0
99  99  1790.0

注意。大多数操作都是NOT在 pandas 中完成的（从不涉及副本的意义上说），即使该操作有 inplace 关键字。该操作通常在副本上完成并替换原件。围绕这个参数的困惑是为什么 inplace 在未来的 pandas 版本中可能会被弃用

【讨论】：