Python计算滚动RMSE时出现ValueError的问题求助

错误原因 #

使用pandas.DataFrame.rolling().apply()时，默认raw=True，此时传递给lambda函数的参数x是扁平化的NumPy数组（或带日期索引的Series），而非DataFrame切片。你尝试用x['Realized']索引时，pandas会把'Realized'当作日期字符串去匹配行索引，因此抛出日期解析错误。

解决方案 #

方案1：设置raw=False传递DataFrame切片

修改rolling.apply的调用参数，指定raw=False，让每个滚动窗口以DataFrame形式传入lambda，即可正常通过列名访问数据：

vols_rolling = vols.rolling(window=52)
from sklearn.metrics import mean_squared_error as mse
import numpy as np

# 注意RMSE是MSE的平方根，需额外开方
rolling_rmse = vols_rolling.apply(lambda x: np.sqrt(mse(x['Realized'], x['Predicted'])), raw=False)

方案2：手动向量化计算（性能更优）

避免使用apply的逐窗口循环，直接用pandas向量化操作计算，效率提升明显：

import numpy as np

# 先计算逐行平方误差，再滚动求均值，最后开平方得到RMSE
rolling_rmse = np.sqrt(((vols['Realized'] - vols['Predicted']) ** 2).rolling(window=52).mean())

补充说明 #

• 方案2的性能远高于方案1，因为apply是Python层面的循环，而向量化操作由pandas内部C优化实现，处理大数量级数据时差异显著。
• 原代码仅计算了均方误差（MSE），若需求是均方根误差（RMSE），必须添加np.sqrt()步骤。

内容的提问来源于stack exchange，提问作者deb