如何为Pandas DataFrame中condition为True的value计算半衰期5分钟的EWMA

实现步骤 #

我们需要仅针对condition列值为True的行，计算value列的指数加权移动平均（半衰期5分钟），并将结果映射回原DataFrame的新列中。

完整代码 #

import pandas as pd

# 构建原始DataFrame
df = pd.DataFrame({
                  'year': [2016]*10,
                  'month': [1]*10,
                  'day' : [1]*10,
                  'hour': [10]*10,
                  'minute': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})
df.index = pd.to_datetime(df)
df['condition'] = [True, False, True, False, False, False, False, False, False, True]
df['value'] = [1,2,3,4,5,6,7,8,9,10]
df = df[['condition', 'value']]

# 计算仅condition为True时的EWMA
# 筛选符合条件的value
true_subset = df[df['condition']]['value']
# 计算EWMA，halflife设为5分钟，adjust=False使用递归计算逻辑
ewma_result = true_subset.ewm(halflife='5min', adjust=False).mean()
# 将结果合并回原DataFrame
df['ewma_value'] = ewma_result

结果说明 #

执行后，df的ewma_value列仅在condition为True的行有值，其余行显示NaN，核心结果示例：

关键参数解释 #

• halflife='5min'：指定半衰期为5分钟，因DataFrame索引为datetime类型，Pandas会自动根据时间间隔计算权重衰减。
• adjust=False：采用递归式EWMA计算（EWMA_t = α*value_t + (1-α)*EWMA_{t-1}），更贴合实时更新场景；若设为True则使用加权平均式计算。

内容的提问来源于stack exchange，提问作者jds