大熊貓 - 指數加權移動平均 - 類似練成

考慮我有具有兩列A和B 10行的數據幀如下：大熊貓 - 指數加權移動平均 - 類似練成

在Excel我可以計算rollingmean這樣不包括第一行：

我該如何在熊貓中做到這一點？

這裏是我試過：

import pandas as pd 

df = pd.read_clipboard() #copying the dataframe given above and calling read_clipboard will get the df populated 
for i in range(1, len(df)): 
    df.loc[i, 'B'] = df[['A', 'B']].loc[i-1].mean()

這給了我匹配的Excel期望的結果。但是有更好的熊貓方法嗎？我試過使用expanding和rolling沒有產生預期的結果。

來源

2017-06-19 Abbas

我對你在這裏瞄準的目標有些困惑。例如，窗口長度爲2的系列A的「標準」移動平均值在單元格B2中具有公式= AVERAGE（A2：A1），而不是= AVERAGE（A1，B1）鑑於您已經接受一個答案，我假設你已經得到了你以前的樣子，但是如果你有時間提供一些細節，那將是很酷的。 – vestland

我正在嘗試製作Heiken-Ashi蠟燭。當前欄開盤價格是前一欄的開盤價和平倉價的平均值。有關更多詳細信息，請參閱此鏈接https://www.quantiacs.com/Blog/Intro-to-Algorithmic-Trading-with-Heikin-Ashi.aspx – Abbas

你有一個指數加權移動平均線，而不是一個簡單的移動平均線。這就是爲什麼pd.DataFrame.rolling不起作用。您可能正在尋找pd.DataFrame.ewm。

從

df 

Out[399]: 
    A B 
0 21 6 
1 87 0 
2 87 0 
3 25 0 
4 25 0 
5 14 0 
6 79 0 
7 70 0 
8 54 0 
9 35 0 

df['B'] = df["A"].shift().fillna(df["B"]).ewm(com=1, adjust=False).mean() 
df 

Out[401]: 
    A   B 
0 21 6.000000 
1 87 13.500000 
2 87 50.250000 
3 25 68.625000 
4 25 46.812500 
5 14 35.906250 
6 79 24.953125 
7 70 51.976562 
8 54 60.988281 
9 35 57.494141

開始甚至在短短十行，做這種方式通過有關的10 %timeit（959微秒從10.3ms）因素加速了代碼。在100行上，這成爲100的因子（1.1ms vs 110ms）。

來源

2017-06-19 21:22:30 EFT

您可以使用'adjust = False'，我想，像' df [「A」]。shift（）。fillna（df [「B」]）。ewm（com = 1，adjust = False）.mean（）'。 – DSM

@DSM絕對正確。我的眼睛不停地跳過那條線。更新。 – EFT

大熊貓 - 指數加權移動平均 - 類似練成

回答

相關問題