使用Scipy在Pandas Series上计算滚动Z-score时出现错误

错误原因 #

Scipy的zscore函数接收序列/数组后，会返回等长的数组（每个元素对应输入的Z-score），但Pandas的rolling.apply()默认要求传入的函数返回单个标量值（每个窗口对应一个结果）。当zscore返回数组时，Pandas试图把它转成float类型，就触发了TypeError: cannot convert the series to <class 'float'>。

解决办法 #

方法1：提取窗口目标元素的Z-score #

如果你的需求是每个数据点对应其所在滚动窗口的Z-score（即窗口最后一个元素的Z值），可以在apply里用lambda调用zscore后取最后一个元素：

from scipy.stats import zscore
import pandas as pd

# 示例数据
df = pd.DataFrame({'Values': [1.2, 3.4, 5.6, 7.8, 9.0, 2.3, 4.5]})
window_size = 3

# 计算滚动Z-score
df['Rolling_Z'] = df['Values'].rolling(window=window_size).apply(lambda x: zscore(x)[-1])

方法2：加raw=True提升性能 #

因为你的数据没有NaN/Inf，可加上raw=True让Pandas直接传入NumPy数组给zscore，减少类型转换的开销：

df['Rolling_Z'] = df['Values'].rolling(window=window_size).apply(lambda x: zscore(x)[-1], raw=True)

补充说明 #

如果需要窗口内所有元素的Z-score（而非仅最后一个），rolling.apply()无法直接返回多值结果，这种情况要么自行实现向量化计算，要么调整处理逻辑——不过这通常不是滚动Z-score的常规需求。

内容的提问来源于stack exchange，提问作者Nermin