在Pandas中如何获得过去几个月的移动平均数

Question

我有一个数据集，第一列是日期，第二列是价格。日期是交易日。

我想要返回一个看起来像这样的表格：

日期是从2006年开始的每个月，价格MA是过去N个月的平均价格。（N = [1,2,3,4,5,6]）

例如：如果我想在2006年1月1日使用N = 1 Ma应该是去年12月的平均价格 如果N = 2 Ma应该是去年11月和12月的平均价格

我已经阅读了一些关于从日期时间中提取月份并进行分组的解决方案。 但不知道如何将它们结合起来。

- Dylan

---

请点击这里，使用滚动平均函数。 - 2Obe

Answer 1

或者你可以简单尝试一下

df.sort_index(ascending=False).rolling(5).mean().sort_index(ascending=True)

针对您的额外问题

index=pd.date_range(start="4th of July 2017",periods=30,freq="D")
df=pd.DataFrame(np.random.randint(0,100,30),index=index)
df['Month']=df.index
df.Month=df.Month.astype(str).str[0:7]
df.groupby('Month')[0].mean()


Out[162]: 
Month
2017-07    47.178571
2017-08    56.000000
Name: 0, dtype: float64

编辑3：对于缺失值滚动两个月均值

index=pd.date_range(start="4th of July 2017",periods=300,freq="D")
df=pd.DataFrame(np.random.randint(0,100,300),index=index)
df['Month']=df.index
df.Month=df.Month.astype(str).str[0:7]
df=df.groupby('Month')[0].agg({'sum':'sum','count':'count'})
df['sum'].rolling(2).sum()/df['count'].rolling(2).sum()


Out[200]: 
Month
2017-07          NaN
2017-08    43.932203
2017-09    45.295082
2017-10    46.967213
2017-11    46.327869
2017-12    49.081967
#etc

- BENY

---

结合 dropna 一起使用，以去除末尾的 NA 值，例如 df.sort_index().rolling(5).mean().dropna()。 - 2Obe

通过使用rolling(5)，我们将观测数量固定为5，对吗？但是上个月的交易日不是一个固定的数字。 - Dylan

@Dylan 那么你需要使用 resample https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html - BENY

@Wen，这个方法行不通，因为没有缺失值。我发现这个问题与我的问题相同：https://dev59.com/5WAf5IYBdhLWcg3wOQm2 他解释了为什么在N>1的情况下重新采样不起作用。 - Dylan

@Wen 感谢您的更新，不过我认为更新后的答案只给出了过去一个月的平均值，对吗？如果是这样，那么效果与使用 resample('M') 相同。如果我想要过去 3、4、5 个月的平均值怎么办？ - Dylan

Answer 2

将返回指定期数的滚动平均值，使用窗口参数进行计算。例如，window=1将返回原始列表。Window=2将计算2天的平均值，依此类推。

index=pd.date_range(start="4th of July 2017",periods=30,freq="D")



df=pd.DataFrame(np.random.randint(0,100,30),index=index)


print([pd.rolling_mean(df,window=i,freq="D") for i in range(1,5)])

.....

2017-07-04   NaN
2017-07-05  20.5
2017-07-06  64.5
2017-07-07  58.5
2017-07-08  13.0
2017-07-09   4.5
2017-07-10  17.5
2017-07-11  23.5
2017-07-12  40.5
2017-07-13  60.0
2017-07-14  73.0
2017-07-15  90.0
2017-07-16  56.5
2017-07-17  55.0
2017-07-18  57.0
2017-07-19  45.0
2017-07-20  77.0
2017-07-21  46.5
2017-07-22   3.5
2017-07-23  48.5
2017-07-24  71.5
2017-07-25  52.0
2017-07-26  56.5
2017-07-27  47.5
2017-07-28  64.0
2017-07-29  82.0
2017-07-30  68.0
2017-07-31  72.5
2017-08-01  58.5
2017-08-02  67.0

您可以使用df.dropna方法进一步删除NA值，例如：

df.rolling(window=2,freq="D").mean().dropna() #Here you must adjust the window  size

因此，应该打印出每个月滚动平均值的完整代码如下：

print([df.rolling(i,freq="m").mean().dropna() for i in range(len(df.rolling(window=1,freq="m").sum()))])

- 2Obe

---

然而，特定月份的交易日不是固定的数字。我该怎么办？ - Dylan

您可以将频率设置为每月。 - 2Obe

df.sort_index().rolling(1,freq="m").mean().dropna()，参考 Wen。 - 2Obe

这将以月份为频率，独立于该月有多少天。 - 2Obe

但是自然地，您必须调整频率参数。 - 2Obe

Answer 3

首先，将Date设置为索引：

price_df.set_index('Date', inplace=True)
price_df.index = pd.to_datetime(price_df.index)

然后，从过去的N个月中计算移动平均值：
mv = price_df.rolling(window=i*30, center=False).mean().dropna() 其中 N=i

最后，返回仅包含每个月第一天的子集（如果这是您想要返回的内容）：
mv.ix[mv.index.day==1]

- Yanfei W.

---

你假设每个月都有30天，这是不正确的。 - 2Obe