在Pandas中使用需要2个参数的函数rolling_apply

Question

我尝试将rollappy与一个需要2个参数的公式一起使用。据我所知，计算kendall-tau相关性的唯一方法（除非您从头开始创建公式），包括标准领带校正：

>>> import scipy
>>> x = [5.05, 6.75, 3.21, 2.66]
>>> y = [1.65, 26.5, -5.93, 7.96]
>>> z = [1.65, 2.64, 2.64, 6.95]
>>> print scipy.stats.stats.kendalltau(x, y)[0]
0.333333333333

我还知道rollappy和接受两个参数的问题，如本文所述：

• Related Question 1
• Github Issue
• Related Question 2

不过，我仍在努力寻找一种方法，在滚动的基础上对具有多个列的数据帧进行kendalltau计算。在

我的数据帧是这样的

^{pr2}$

尝试创建一个函数来执行此操作

In [1]:function(A, 3)  # A is df, 3 is the rolling window
Out[2]:
   A  B  C     AB     AC     BC  
1  1  5  2    NaN    NaN    NaN
2  2  4  4    NaN    NaN    NaN
3  3  3  1  -0.99  -0.33   0.33
4  4  2  2  -0.99  -0.33   0.33
5  5  1  4  -0.99   0.99  -0.99

在一个非常初步的方法中，我想到了这样定义函数：

def tau1(x):
    y = np.array(A['A']) #  keep one column fix and run it in the other two
    tau, p_value = sp.stats.kendalltau(x, y)
    return tau

 A['AB'] = pd.rolling_apply(A['B'], 3, lambda x: tau1(x))

当然没用。我得到了：

ValueError: all keys need to be the same shape

我明白这不是一个小问题。我很感激你的意见。在

Answer 1

As of Pandas 0.14，rolling_apply只向函数传递NumPy数组。一种可能的解决方法是将np.arange(len(A))作为第一个参数传递给rolling_apply，这样tau函数接收到要使用的行的索引。然后在tau函数中

B = A[[col1, col2]].iloc[idx]

返回包含所需的所有行的数据帧。在

---

^{pr2}$

收益率

   A  B  C  AB        AC        BC
1  1  5  2 NaN       NaN       NaN
2  2  4  4 NaN       NaN       NaN
3  3  3  1  -1 -0.333333  0.333333
4  4  2  2  -1 -0.333333  0.333333
5  5  1  4  -1  1.000000 -1.000000