熊猫滚动应用没有任何作用

Question

我有一个这样的数据帧：

df2 = pd.DataFrame({'date': ['2015-01-01', '2015-01-02', '2015-01-03'],
                    'value': ['a', 'b', 'a']})

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

我试图了解如何应用自定义滚动函数。我尝试过这样做：

df2.rolling(2).apply(lambda x: 1)

但这给了我原来的DataFrame回来：

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

如果我有一个不同的数据帧，如下所示：

df3 = pd.DataFrame({'a': [1, 2, 3], 'value': [4, 5, 6]})

同样的滚动应用似乎工作：

df3.rolling(2).apply(lambda x: 1)

     a  value
0  NaN    NaN
1  1.0    1.0
2  1.0    1.0

为什么这对第一个数据帧不起作用？

熊猫版本：0.20。2.

Python版本：2.7.10

使现代化

所以，我意识到df2的列是对象类型的，而lambda函数的输出是整数。df3的列都是整数列。我假设这就是应用程序不起作用的原因。

以下操作不起作用：

df2.rolling(2).apply(lambda x: 'a')
         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

此外，假设我想在滚动基础上连接value列中的字符，以便lambda函数的输出是字符串，而不是整数。以下方法也不起作用：

df2.rolling(2).apply(lambda x: '.'.join(x))

         date value
0  2015-01-01     a
1  2015-01-02     b
2  2015-01-03     a

这是怎么回事？是否可以将滚动操作应用于pandas中的对象类型列？

Answer 1

这里有一种方法可以做到这一点。注意到rolling是numpy方法的包装器，以及与之相关的效率，这并不是问题所在。这仅仅提供了一个类似的api，允许在非数字列上滚动：

import pandas as pd

class MyDataFrame(pd.DataFrame):

    @property
    def _constructor(self):
        return MyDataFrame

    def rolling_object(self, window, column, default):
        return pd.concat(
            [self[column].shift(i) for i in range(window)],
            axis=1).fillna(default).T

这将创建一个自定义dataframe类，该类具有rolling\u对象方法。它不能很好地匹配pandas方法，因为它一次只在单个列上运行。

df2 = MyDataFrame({'date': ['2015-01-01', '2015-01-02', '2015-01-03'],
                   'value': ['a', 'b', 'c'],
                   'num': [1, 2, 3]
                   })

print(df2.rolling_object(2, 'value', '').apply(lambda x: '.'.join(x)))

0     a.
1    b.a
2    c.b
dtype: object