在 DataFrame 上应用具有多个参数的滚动函数

Question

假设我有以下数据框：

df = pd.DataFrame({"quantity": [101, 102, 103], "price":[12, 33, 44]})

    price   quantity
0   12      101
1   33      102
2   44      103

我一直在努力寻找如何在其上应用滚动复杂函数。

为简单起见，我们假设此函数 f 只是 quantity 和 price 的乘积。在这种情况下，如何将此函数应用于大小为 1 的滚动 window，并使用缩放参数，例如：

scaling = 10

这样生成的数据帧将是：

    price   quantity    value
0   12      101         NaN
1   33      102         12120.0
2   44      103         33660.0

和value[i] = price[i-1]*quantity[i-1]*scaling

我试过：

def f(x,scaling):
    return x['quantity']*x['price']*scaling
df.rolling(window=1).apply(lambda x: f(x,scaling))

和

def f(quantity,price,scaling):
    return quantity*price*scaling
df.rolling(window=1).apply(lambda x: f(x['quantity'],x['price'],scaling))

你能帮我解决这个问题吗不用做一个简单的：

df['value'] = df['quantity'].shift(1)*df['price'].shift(1)*scaling

?

Answer 1

假设你想要的确实是 value[i] = price[i-1] * quantity[i-1] * scaling ，那么：

scaling = 10
df['value'] = df.shift(1).apply(lambda x: x['quantity'] * x['price'] * scaling, axis=1)

df

    quantity    price   value
0   101         12      NaN
1   102         33      12120.0
2   103         44      33660.0

Apply a rolling function with multiple arguments on a DataFrame