python – 使用pandas Rolling方法计算加权移动平均值

我计算简单的移动平均线：

def sma(data_frame, length=15):
    # TODO: Be sure about default values of length.
    smas = data_frame.Close.rolling(window=length, center=False).mean()
    return smas

使用滚动函数可以计算加权移动平均值吗？当我读到in the documentation时,我认为我必须传递win_type参数.但我不确定我必须选择哪一个.

这是加权移动平均线的definition.

提前致谢,

解决方法:

是的,那部分大熊猫真的没有很好的记录.如果您不使用标准窗口类型之一,我认为您可能必须使用rolling.apply().我戳了戳它并让它工作：

>>> import numpy as np
>>> import pandas as pd
>>> d = pd.DataFrame({'a':range(10), 'b':np.random.random(size=10)})
>>> d.b = d.b.round(2)
>>> d
   a     b
0  0  0.28
1  1  0.70
2  2  0.28
3  3  0.99
4  4  0.72
5  5  0.43
6  6  0.71
7  7  0.75
8  8  0.61
9  9  0.14
>>> wts = np.array([-1, 2])
>>> def f(w):                        
        def g(x):
            return (w*x).mean()
        return g
>>> d.rolling(window=2).apply(f(wts))
     a      b
0  NaN    NaN
1  1.0  0.560
2  1.5 -0.070
3  2.0  0.850
4  2.5  0.225
5  3.0  0.070
6  3.5  0.495 
7  4.0  0.395
8  4.5  0.235
9  5.0 -0.165

我认为这是正确的.关闭的原因是rolling.apply的签名是rolling.apply(func,* args,** kwargs),所以如果你只是直接将它们发送到函数,权重会得到元组解压缩,除非你发送它们作为1元组(wts,),但这很奇怪.

标签：moving-average,python,pandas,weighted-average,technical-indicator
来源： https://codeday.me/bug/20190824/1702977.html