如何在Pandas中基于前序行与多列计算SMA值？

我有一个结构如下的Pandas DataFrame，初始状态下SMA列与Index Value列数值完全一致。需要调整SMA列数值，使其遵循公式：

当前行SMA = 前一行SMA + 当前行ER ×（当前行Index Value - 前一行SMA）

尝试用shift方法实现：

df['SMA']=df['SMA'].shift(1) + df['ER'] * (df['Index Value'] - df['SMA'].shift(1))

但该方法无法满足首行SMA值与Index Value首值保持一致的要求，且因为shift调用的是原始SMA列的前一行值，无法实现递推计算，因此需要最优实现方案。

示例DataFrame代码：

data = {
    'Date': ['9/5/2023', '9/6/2023', '9/7/2023', '9/8/2023', '9/11/2023', '9/12/2023', 
             '9/13/2023', '9/14/2023', '9/15/2023', '9/18/2023', '9/19/2023', '9/20/2023', 
             '9/21/2023', '9/22/2023', '9/25/2023', '9/26/2023', '9/27/2023', '9/28/2023', 
             '9/29/2023'],
    'Index Value': [4496.83, 4465.48, 4451.14, 4457.49, 4487.46, 4461.9, 4467.44, 
                    4505.1, 4450.32, 4453.53, 4443.95, 4402.2, 4330, 4320.06, 
                    4337.44, 4273.53, 4274.51, 4299.7, 4288.05],
    'ER': [0.15066, 0.157105, 0.218561, 0.233893, 0.233709, 0.191352, 0.090935, 
           0.398004, 0.127833, 0.062296, 0.198933, 0.382776, 0.494406, 0.541878, 
           0.44323, 0.489456, 0.466276, 0.396806, 0.52569],
    'SMA': [4496.83, 4465.48, 4451.14, 4457.49, 4487.46, 4461.9, 4467.44, 4505.1, 
            4450.32, 4453.53, 4443.95, 4402.2, 4330, 4320.06, 4337.44, 4273.53, 
            4274.51, 4299.7, 4288.05]
}

df = pd.DataFrame(data)

为什么shift方法无效 #

df['SMA'].shift(1)调用的是原始SMA列的前一行值，而非计算后更新的值，因此无法实现递推计算，且首行会生成NaN，不符合需求。

方案1：迭代计算（直观易懂，适合小数据集） #

直接循环从第二行开始，使用上一行计算后的SMA值更新当前行：

# 保留首行SMA值不变
for i in range(1, len(df)):
    prev_sma = df.loc[i-1, 'SMA']
    current_er = df.loc[i, 'ER']
    current_index = df.loc[i, 'Index Value']
    df.loc[i, 'SMA'] = prev_sma + current_er * (current_index - prev_sma)

优点：逻辑简单，容易调试；缺点：数据集较大时效率较低。

方案2：使用expanding.apply（Pandas原生，无显式循环） #

利用expanding窗口逐步累积计算，通过自定义函数实现递推逻辑：

def calculate_sma(window):
    # window是当前窗口的Series，包含到当前行的所有数据
    if len(window) == 1:
        return window['Index Value'].iloc[0]
    prev_sma = window['SMA'].iloc[-2]
    current_er = window['ER'].iloc[-1]
    current_index = window['Index Value'].iloc[-1]
    return prev_sma + current_er * (current_index - prev_sma)

# 重置SMA列为初始值（或者直接用Index Value列计算）
df['SMA'] = df['Index Value']
df['SMA'] = df.expanding().apply(calculate_sma, raw=False)

优点：符合Pandas风格，无显式循环；缺点：效率略低于迭代法，大数据集下表现一般。

方案3：Numba加速迭代（高效，适合大数据集） #

用Numba的JIT编译加速迭代计算，大幅提升效率：
首先需要安装Numba：pip install numba

import numba
import numpy as np

@numba.jit(nopython=True)
def compute_sma_numba(index_values, er_values):
    n = len(index_values)
    sma = np.empty(n, dtype=np.float64)
    sma[0] = index_values[0]
    for i in range(1, n):
        sma[i] = sma[i-1] + er_values[i] * (index_values[i] - sma[i-1])
    return sma

# 调用函数计算并赋值
df['SMA'] = compute_sma_numba(df['Index Value'].values, df['ER'].values)

优点：效率极高，适合十万级以上的大数据集；缺点：需要额外安装Numba库，代码依赖第三方工具。

内容的提问来源于stack exchange，提问作者bigjdawg43