소개

Python의 panadas에서 이동 평균 등을 계산할 때 이용할 때는 윈도우 함수를 계산하는 rolling 메소드를 이용합니다. rolling 메소드를 사용해, mean 등의 디폴트로 준비되어 있는 계산 이외를 실시하는 경우는, apply 메소드로, 독자 정의한 함수를 지정합니다. 그 때 여러 개의 column이 관련한 계산을 하고 싶은 것이 있습니다만, rolling 메소드는, column 마다 계산을 하기 때문에, 단순하게는 복수의 column를 참조한 계산을 실시할 수 없습니다.

　이 기사에서는 rolling 메소드를 사용해, 복수의 column가 관련하는 계산 방법에 관한 메모를 기재합니다.

환경

Windows 10 Home

Python(3.7.6)

Pandas(1.2.1)

여러 column을 참조하는 방법

padas 설명 에서는, 독자 함수의 인수에서는, ndarray(if raw=True) 또는 Series(if raw=False)를 받게 되어 있으므로, 복수의 column를 지정할 수 없습니다. 그래서, args를 사용해, 독자 함수의 인수에 원래의 DataFrame를 지정해, 복수의 column를 참조합니다.

import pandas as pd
import numpy as np
df = pd.DataFrame({'date':pd.date_range('2021/01/20', '2021/01/23'),
                   'A':np.arange(0, 4),
                   'B':np.arange(11, 15),
                   'C':np.arange(34, 38)})
df = df.set_index('date')
#print("Original DataFrame")
#print(df)

#applyしたい関数
def user_define(x, df_u):
    """
    Args:
        x: applyで与えられるSeries(indexを利用するため）
        df_u: argsで与える元のDataFrame
    """
    df_A = df_u.loc[x.index, 'A']
    df_C = df_u.loc[x.index, 'C']
    return np.sum(df_A + df_C)

#print("Applied Series ")
df['A'].rolling(2).apply(user_define, args=(df,), raw=False)#argsはタプル指定

원래 DataFrame

　　

rolling.apply를 적용한 Series

참고