滚动百分位函数在列中输出 0？

Question

当创建一个函数并使用rolling( ) 和apply( ) 来计算滚动的3 天百分位数分布时，它会在前3 天之后显示0，用于列的其余部分。

我假设具有 NaN 值的前 2 天没有用于计算百分位函数，因此可能将其余列默认为零，并错误地在第三天给出 33 值.但我不确定。

我一直在尝试解决这个问题，但没有任何解决方案。有谁知道为什么以及如何解决下面的正确代码？将不胜感激。

import pandas as pd
import numpy as np
from scipy import stats

data = { 'a': [1, 15, 27, 399, 17, 568, 200, 9], 
         'b': [2, 30, 15, 60, 15, 80, 53, 41],
         'c': [100,200, 3, 78, 25, 88, 300, 91],
         'd': [4, 300, 400, 500, 23, 43, 9, 71]
         }

dfgrass = pd.DataFrame(data)

def percnum(x):
    for t in dfgrass.index:
        aaa = (x<=dfgrass.loc[t,'b']).value_counts()
        ccc = (x<=dfgrass.loc[t, 'b']).values.sum()
        vvv = len(x)
        nnn = ccc/ vvv
        return nnn * 100

dfgrass['e'] = dfgrass['b'].rolling(window=3).apply(percnum)
print(dfgrass)

Answer 1

您尝试的另一种选择是在您的函数中直接应用带有pct=True 的pandas 的rank 方法。这将直接在滚动窗口定义的子集上运行 percentile 方法。可以这样做：

def rolling_percentile(x):
    d = pd.DataFrame(x)
    d['rolling'] = d.rank(pct=True)
    return d.iloc[-1, 1]

然后您可以将其插入到您的应用中：

df['rolling_apply'] = df[column].rolling(window).apply(rolling_percentile)

---

关于函数的附加说明：还有其他方法可以做到这一点，但在函数中，我在初始数据帧的子集 x 上创建了一个 rolling 列。因为对于每个x，都会传递一个带有 n 个先前值的窗口。例如，如果您的窗口是三个，则将传递一个 numpy 数组，看起来有点像这样：[1, 15, 27]。 因此，我们感兴趣的滚动百分比是x 相对于窗口中包含的值的最后一个值。因此，我们在位置 [-1, 1] 处获得该值，该位置对应于最后一个值的 rolling 列。

Answer 2

也许尝试在您的def percnum(x) 实现中将for t in dfgrass.index 更改为for t in x.index，如下所示：

def percnum(x):
    for t in x.index:
        aaa = (x<=dfgrass.loc[t,'b']).value_counts()
        ccc = (x<=dfgrass.loc[t, 'b']).values.sum()
        vvv = len(x)
        nnn = ccc/ vvv
        return nnn * 100

Answer 3

如果您尝试计算百分位排名，那么您可以尝试类似

def percnum(x):
    n = len(x)
    temp = x.argsort()
    ranks = np.empty(n)
    ranks[temp] = (np.arange(n) + 1) / n
    return ranks[-1]

dfgrass.rolling(3).apply(percnum)

给出以下输出

          a         b         c         d
0       NaN       NaN       NaN       NaN
1       NaN       NaN       NaN       NaN
2  1.000000  0.666667  0.333333  1.000000
3  1.000000  1.000000  0.666667  1.000000
4  0.333333  0.666667  0.666667  0.333333
5  1.000000  1.000000  1.000000  0.666667
6  0.666667  0.666667  1.000000  0.333333
7  0.333333  0.333333  0.666667  1.000000