python - 在 Pandas 中计算滚动回归并存储斜率
问题描述
我有一些时间序列数据,我想计算 Pandas 过去 n 天的分组滚动回归,并将该回归的斜率存储在新列中。
我搜索了较旧的问题,但它们要么没有得到回答,要么使用了我听说已弃用的 Pandas OLS。
我想我可能可以df.rolling.apply()
与该scipy.stats.linregress
函数结合使用,但我想不出一个可以做我想做的事情的 lambda 函数。
这是一些示例代码
import numpy as np
import pandas as pd
from scipy.stats import linregress
# make sample data
days = 21
groups = ['A', 'B', 'C']
data_days = list(range(days)) * len(groups)
values = np.random.rand(days*len(groups))
df = pd.DataFrame(data=zip(sorted(groups*days), data_days, values),
columns=['group', 'day', 'value'])
# calculate slope of regression of last 7 days
days_back = 7
grouped_data = df.groupby('group')
for g, data in grouped_data:
window = data.rolling(window=days_back,
min_periods=days_back)
我需要一个名为“斜率”的新列,从第 7 天开始,将存储过去 7 天的线性回归斜率。
解决方案
我有一些错误的假设,首先我不需要遍历这些组,其次我并不真正了解如何rolling.apply
工作......
所以这是(看似)工作代码。我使用了 scipy.stats 中的 linregress 函数:
import numpy as np
import pandas as pd
from scipy.stats import linregress
# create random sample data
days = 14
groups = ['A', 'B', 'C']
data_days = list(range(days)) * len(groups)
values = np.random.rand(days*len(groups))
df = pd.DataFrame(data=zip(sorted(groups*days), data_days, values),
columns=['group', 'day', 'value'])
def get_slope(array):
y = np.array(array)
x = np.arange(len(y))
slope, intercept, r_value, p_value, std_err = linregress(x,y)
return slope
# calculate slope of regression of last 7 days
days_back = 3
df['rolling_slope'] = df.groupby('group')['value'].rolling(window=days_back,
min_periods=days_back).apply(get_slope, raw=False).reset_index(0, drop=True)
print(df)
推荐阅读
- python - 如何提高这个作业的可读性?
- python-3.x - 决策树 accuracy_score 给出“ValueError:找到样本数量不一致的输入变量”
- c# - 如何将命令写入(发送)到 USB 端口?(UVC,网络摄像头)
- javascript - 如何在 Javascript 中编辑多个 Div 元素的文本内容?
- python - 除某些情况外,将字符串中的所有数字截断为小数点后一位
- java - 如何将某种文件类型拉入列表 Android Studio
- spring-boot - 从 IDE 启动的 SprinBoot 应用程序 - SpelEvaluationException
- javascript - LoadingBar.js 包含在网站中时显示空白
- python - 向客户端发送字符串 - 接收 TypeError
- com - 虚拟机。捕获 COM 错误