如何计算滚动/累积指数移动平均？遇ewm不支持expanding数据框报错

你遇到的错误是因为pandas中expanding()返回的Expanding对象没有内置的ewm()方法，而mean()是Expanding支持的聚合方法，所以前者能运行后者报错。要计算累积指数移动平均，有两种可行方案：

方案一：直接使用ewm()计算累积EWMA #

pandas的ewm()方法本身就是从序列起始位置开始，逐点计算指数加权移动平均，结果等价于累积式的EWMA。示例代码：

# 基础用法
df['cumulative_ewma'] = df['value'].ewm(halflife=.05).mean()

# 若需递归式计算（不调整权重），添加adjust=False参数
df['cumulative_ewma'] = df['value'].ewm(halflife=.05, adjust=False).mean()

方案二：自定义函数结合expanding().apply() #

如果需要严格基于expanding窗口逻辑计算，可以自定义EWMA函数后通过apply()调用：

import pandas as pd

def get_window_ewma(window):
    return pd.Series(window).ewm(halflife=.05).mean().iloc[-1]

df['cumulative_ewma'] = df['value'].expanding(1).apply(get_window_ewma)

注意：这种方法在数据量较大时运行效率较低，优先选择方案一。

内容的提问来源于stack exchange，提问作者greenguy