首页 > 脚本专栏 > python > pandas计算移动平均值

pandas如何计算移动平均值

2024-09-10 16:10:42 作者：神出鬼没，指的就是我!

在处理金融数据分析时，常需计算移动平均值。遇到数据不足导致结果为NAN问题，可使用pandas中rolling函数的min_periods参数。设置min_periods=1即可解决，它允许窗口中的非空观测值少于窗口大小时也能计算均值，确保数据不足时也能得出结果

pandas计算移动平均值

本人遇到遇到一个任务，计算同月份合约当天各合约总持仓量的移动平均值。

立刻写下了这个函数：

group = df.groupby(['合约系列','date'])
f = pd.DataFrame(group['持仓量'].sum().rolling(20).mean())

上交后，提出要求，不行，这个数据不行，存在一些数据，因为不足20天，导致结果为NAN。

一开始没想到思路，然后就问问群里的大佬，大佬给的第一个建议，写个功能函数。但是因为数据比较复杂，非连续数据，光是分类就很难，就继续询问。

直到一位大佬给了个答案：

group = df.groupby(['合约系列','date'])
f = pd.DataFrame(group['持仓量'].sum().rolling(20,min_periods = 1).mean())

min_periods：#表示窗口最少包含的观测值为1

意味着数据不满20天的，自动有一天算一天，计算均值。如第19天数据，此时显示的结果就是前面19天的均值。

df.rolling(3, center=True).mean()

如果求最小值、最大值、求和等，可以改变最后面的函数，比如

df.rolling(3, center=True).min()
df.rolling(3, center=True).max()
df.rolling(3, center=True).sum()

其他参数：

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。