假设我有以下数据帧:
df = pd.DataFrame({"quantity": [101, 102, 103], "price":[12, 33, 44]})
price quantity
0 12 101
1 33 102
2 44 103
我一直在努力寻找如何应用一个滚动复杂的函数。你知道吗
为了简单起见,我们假设这个函数f
只是quantity
和price
的乘积。在本例中,如何在大小为1
的滚动窗口上应用此函数,并使用缩放参数,例如:
scaling = 10
这样产生的数据帧将是:
price quantity value
0 12 101 NaN
1 33 102 12120.0
2 44 103 33660.0
与value[i] = price[i-1]*quantity[i-1]*scaling
我试过:
def f(x,scaling):
return x['quantity']*x['price']*scaling
df.rolling(window=1).apply(lambda x: f(x,scaling))
以及
def f(quantity,price,scaling):
return quantity*price*scaling
df.rolling(window=1).apply(lambda x: f(x['quantity'],x['price'],scaling))
请你帮我解决这个问题,而不必做一个简单的:
df['value'] = df['quantity'].shift(1)*df['price'].shift(1)*scaling
什么?你知道吗
假设你想要的确实是
value[i] = price[i-1] * quantity[i-1] * scaling
,那么:测向
相关问题 更多 >
编程相关推荐