如何将Pandas含lambda的apply函数转换为Ruby（pandas.rb）

基础语法直接转换示例 #

对于Pandas中简单的指数加权平均、滑动窗口标准差这类操作，可以直接对应到Ruby的pandas.rb，语法几乎一致：

Python 代码 #

# DF 是Pandas的DataFrame对象
DF['VAL'].ewm(span = vDAY).mean()
DF['VOLAT'].rolling(vDAY).std()

Ruby 对应代码 #

# df 是pandas.rb的DataFrame对象
df['VAL'].ewm(span: vDAY).mean
df['VOLAT'].rolling(vDAY).std

带函数参数的apply方法转换问题 #

当遇到Pandas中需要传入自定义函数的apply方法时，转换会遇到障碍。以下是对应的Python原代码：

import numpy as np

# 对滑动窗口内的数据执行线性拟合，返回拟合直线的斜率
DF['VAL'].rolling(vDAY).apply(lambda x: np.polyfit(range(len(x)), x, 1)[0])
# 输出结果为NaN或浮点数值

尝试的错误写法及报错 #

最初尝试用Ruby的lambda模拟Python的lambda，但多种写法均触发错误：

# 定义lambda，单独调用时输出符合预期
polyfit = ->(x) { t = Numpy.polyfit((0...x.size).to_a, x, 1); t[0] }
puts polyfit.call(<传入数组参数>) # 单独调用时输出正常

# 错误写法1：通过&传递lambda
df['VAL'].rolling(vDAY).apply(&polyfit)
# 报错信息：`apply': <class 'TypeError'>: must be real number, not NoneType (PyCall::PyError)

# 错误写法2：在块内调用lambda
df['VAL'].rolling(vDAY).apply{ |x| polyfit.call(x) }
# 报错信息：`apply': <class 'TypeError'>: apply() missing 1 required positional argument: 'func' (PyCall::PyError)

# 错误写法3：直接传入lambda对象
df['VAL'].rolling(vDAY).apply(polyfit)
# 报错信息：`apply': <class 'TypeError'>: must be real number, not NoneType (PyCall::PyError)

# 错误写法4：传入方法名符号
df['VAL'].rolling(vDAY).apply(:polyfit)
# 报错信息：`apply': <class 'TypeError'>: 'str' object is not callable (PyCall::PyError)

正确解决方案：使用Ruby Proc对象 #

问题根源在于pandas.rb的apply方法需要接收符合Python可调用对象规范的Ruby对象，此时应该使用Ruby的Proc而非lambda。正确代码如下：

polyfit = Proc.new { |x| t = Numpy.polyfit((0...x.size).to_a, x, 1); t[0] }
df['VAL'].rolling(vDAY).apply(polyfit)

内容的提问来源于stack exchange，提问作者Sovalina