使用rolling_apply对pandas的Python自定义函数

Question

我想使用该pandas.rolling_apply函数在滚动窗口的基础上应用自己的自定义函数。

但是我的函数需要两个参数，并且还具有两个输出。这可能吗？

下面是一个最小的可复制示例…

import pandas as pd
import numpy as np
import random
tmp  = pd.DataFrame(np.random.randn(2000,2)/10000, 
                    index=pd.date_range('2001-01-01',periods=2000),
                    columns=['A','B'])

def gm(df,p):
    v =(((df+1).cumprod())-1)*p
    return v.iloc[-1]

# an example output when subsetting for just 2001
gm(tmp['2001'],5)


# the aim is to do it on a rolling basis over a 50 day window
# whilst also getting both outputs and also allows me to add in the parameter p=5
# or any other number I want p to be... 
pd.rolling_apply(tmp,50,gm)

导致错误…因为gm需要两个参数…

任何帮助将不胜感激…

编辑

按照Jeff的评论，我已经取得了进步，但仍在为两个或多个列输出而苦苦挣扎，因此，如果我改为创建一个新函数（如下），该函数仅返回两个随机数（与上一个计算无关），而不是v的最后一行，出现错误TypeError: only length-1 arrays can be converted to Python scalars。如果该功能有效

def gm2(df,p):
    df = pd.DataFrame(df)
    v =(((df+1).cumprod())-1)*p
    return np.random.rand(2)

pd.rolling_apply(tmp,50,lambda x: gm2(x,5)).tail(20)

如果将2更改为1，则此功能有效。

Answer 1

rolling_apply将numpy数组传递给应用的函数（当前），到0.14时它应该传递一帧。问题在这里

因此，重新定义函数以在numpy数组上工作。（您当然可以在此处构造一个DataFrame，但是您的索引/列名称将不同）。

In [9]: def gm(df,p):
   ...:     v = ((np.cumprod(df+1))-1)*p
   ...:     return v[-1]
   ...:

如果要在自定义函数中使用更多的熊猫函数，请执行此操作（请注意，调用帧的标记 不会 通过ATM传递）。

def gm(arr,p):
    df = DataFrame(arr)
    v =(((df+1).cumprod())-1)*p
    return v.iloc[-1]

通过lambda传递

In [11]: pd.rolling_apply(tmp,50,lambda x: gm(x,5)).tail(20)
Out[11]: 
                   A         B
2006-06-04  0.004207 -0.002112
2006-06-05  0.003880 -0.001598
2006-06-06  0.003809 -0.002228
2006-06-07  0.002840 -0.003938
2006-06-08  0.002855 -0.004921
2006-06-09  0.002450 -0.004614
2006-06-10  0.001809 -0.004409
2006-06-11  0.001445 -0.005959
2006-06-12  0.001297 -0.006831
2006-06-13  0.000869 -0.007878
2006-06-14  0.000359 -0.008102
2006-06-15 -0.000885 -0.007996
2006-06-16 -0.001838 -0.008230
2006-06-17 -0.003036 -0.008658
2006-06-18 -0.002280 -0.008552
2006-06-19 -0.001398 -0.007831
2006-06-20 -0.000648 -0.007828
2006-06-21 -0.000799 -0.007616
2006-06-22 -0.001096 -0.006740
2006-06-23 -0.001160 -0.006004

[20 rows x 2 columns]