rolling.apply执行报错原因分析及代码修改方案咨询

原代码的错误点 #

• 拼写错误：函数里的numertor是笔误，应该是numerator
• 分子分母搞反：你的计算式里，分子是time_node[index]*rate_node[index] - time_node[index-1]*rate_node[index-1]，分母是time_node[index]-time_node[index-1]，但原函数里把这俩搞反了
• rolling.apply的用法错误：rolling.apply传入的函数无法直接接收多列参数（比如你写的rate和time），而且你传的{'rate': 'rate_node', 'time': 'time_node'}不是合法参数格式。当对DataFrame做rolling操作时，每个窗口是一个小的DataFrame，函数需要从这个窗口里提取对应列的值来计算。

修改方案 #

方案一：修正rolling.apply的用法

调整函数逻辑，让它接收窗口内的DataFrame数组，然后提取time和rate的值计算：

import pandas as pd

nodes = [30, 60, 90, 180, 270, 360]
rate = [1.67000, 1.82000, 2.13000, 2.53000, 2.68000, 2.71000]

df = pd.DataFrame({'time_node': nodes, 'rate_node': rate})

def forward_rate(window):
    # window是一个2行2列的数组，第一行是前一个数据，第二行是当前数据
    time_prev, rate_prev = window[0]
    time_curr, rate_curr = window[1]
    numerator = time_curr * rate_curr - time_prev * rate_prev
    denominator = time_curr - time_prev
    return numerator / denominator

# 对整个DataFrame做rolling(2)，然后应用函数
df['forward_rate'] = df.rolling(2).apply(forward_rate, raw=True)

注：raw=True参数会把窗口数据以numpy数组形式传入函数，提升效率。

方案二：用shift方法实现（更高效）

rolling.apply的效率较低，对于这种相邻行的计算，用shift直接计算更简单高效：

import pandas as pd

nodes = [30, 60, 90, 180, 270, 360]
rate = [1.67000, 1.82000, 2.13000, 2.53000, 2.68000, 2.71000]

df = pd.DataFrame({'time_node': nodes, 'rate_node': rate})

# 计算分子：当前行time*rate - 上一行time*rate
numerator = df['time_node'] * df['rate_node'] - df['time_node'].shift(1) * df['rate_node'].shift(1)
# 计算分母：当前行time - 上一行time
denominator = df['time_node'] - df['time_node'].shift(1)
# 新增列，第一行因为没有上一行数据，会是NaN
df['forward_rate'] = numerator / denominator

运行后得到的结果：

time_node  rate_node  forward_rate
0         30       1.67           NaN
1         60       1.82      1.970000
2         90       2.13      2.440000
3        180       2.53      2.736667
4        270       2.68      2.830000
5        360       2.71      2.740000

内容的提问来源于stack exchange，提问作者1670511081