计算简单的移动平均熊猫循环答案

【问题标题】：Calculating simple moving average pandas for loop计算简单的移动平均熊猫循环
【发布时间】：2019-11-09 17:27:09
【问题描述】：

我目前正在尝试计算几只股票数据集的简单移动平均线。为了简单起见，我只在两家公司（和 4 天的时间）上尝试了代码以使其正常工作，但输出似乎存在一些问题。下面是我的代码。

for index, row in df3.iloc[4:].iterrows():
    if df3.loc[index,'CompanyId'] == df3.loc[index-4,'CompanyId']:
        df3['SMA4'] = df3.iloc[:,1].rolling(window=4).mean()
    else:
        df3['SMA4'] = 0

这是输出：Output

数据框按日期和公司 ID 排序。所以需要发生的是，当公司 id 不等于代码中所述时，输出应该为零，因为我无法计算两个不同公司的移动平均值。相反，它会输出两家公司的移动平均线，如第 7、8、9 行。

【问题讨论】：

标签： python pandas dataframe output moving-average

【解决方案1】：

使用groupby.rolling

df['SMA4']=df.groupby('CompanyId',sort=False).rolling(window=4).Price.mean().reset_index(drop='CompanyId')
print(df)

    CompanyId  Price   SMA4
0           1     75    NaN
1           1     74    NaN
2           1     77    NaN
3           1     78  76.00
4           1     80  77.25
5           1     79  78.50
6           1     80  79.25
7           0     10    NaN
8           0      9    NaN
9           0     12    NaN
10          0     11  10.50
11          0     11  10.75
12          0      8  10.50
13          0      9   9.75
14          0      8   9.00
15          0      8   8.25
16          0     11   9.00

【讨论】：

【解决方案2】：

虽然 ansev 是正确的，您应该使用专用函数，因为手动循环要慢得多，但我想说明为什么您的代码不起作用：在 if 分支和 else 分支中，整个 SMA4 列都被分配给 (df3['SMA4'])，并且因为在最后一次运行循环时，if 语句为 true，所以 else 语句没有任何作用，并且SMA4 永远不会为 0。因此，要解决此问题，您可以首先创建填充了滚动平均值的列（请注意，这不是在 for 循环中）：

df3['SMA4'] = df3.iloc[:,1].rolling(window=4).mean()

然后您运行循环将无效行设置为 0（尽管 nan 会更好。我保留了其他错误，假设 ansev 答案中的数字是正确的）：

for index, row in df3.iloc[4:].iterrows(): 
    if df3.loc[index,'CompanyId'] != df3.loc[index-4,'CompanyId']: 
        df3.loc[index,'SMA4'] = 0

输出（可能仍然有问题）：

    CompanyId  Price   SMA4
0           1     75    NaN
1           1     74    NaN
2           1     77    NaN
3           1     78  76.00
4           1     80  77.25
5           1     79  78.50
6           1     80  79.25
7           2     10   0.00
8           2      9   0.00
9           2     12   0.00
10          2     11   0.00
11          2     11  10.75
12          2      8  10.50
13          2      9   9.75
14          2      8   9.00
15          2      8   8.25
16          2     11   9.00

【讨论】：