由反向累积和定义的滚动窗口答案

【问题标题】：rolling windows defined by backward cumulative sums由反向累积和定义的滚动窗口
【发布时间】：2021-12-01 05:35:57
【问题描述】：

我有一个这样的熊猫数据框：

    A    B  
0   3   ...  
1   2    
2   4    
3   4    
4   1    
5   7    
6   5    
7   3

我想计算沿 A 列的滚动，将其元素向后求和，直到至少达到 10。生成的窗口应该是：

    A    B      window_indices
0   3   ...     NA
1   2           NA
2   4           NA
3   4      -->  [3,2,1]
4   1           [4,3,2,1]
5   7           [5,4,3]
6   5           [6,5]
7   3           [7,6,5]

接下来，我想计算 B 列的一些统计信息，如下所示：

df.my_rolling(on='A', func='sum', threshold=10).B.mean()

我有一个想法：我们可以将 A 列的元素视为秒。在日期时间列中转换 A 并对其执行标准滚动。但我不知道该怎么做。

【问题讨论】：

我认为这不能以矢量化的方式轻松实现。

标签： pandas rolling-computation

【解决方案1】：

这与滚动无关，因为滚动窗口不固定

l = [[df.index[(df.A.loc[:x].iloc[::-1].cumsum()>=10).idxmax():x+1].tolist()[::-1] 
             if (df.A.loc[:x].sum()>=10) else np.nan] for x in df.A.index]
                                                               
Out[46]: 
[[nan],
 [nan],
 [nan],
 [[3, 2, 1]],
 [[4, 3, 2, 1]],
 [[5, 4, 3]],
 [[6, 5]],
 [[7, 6, 5]]]

 df['new'] = l

【讨论】：