Pandas expanding窗口apply计算多百分位值报错如何解决？

报错原因 #

你原代码报错的核心原因是：np.nanpercentile传入多个百分位值组成的列表作为参数时，会返回一个一维数组，而pandas的expanding.apply()默认要求每个窗口的计算结果是单个标量，无法直接写入单列，因此会抛出维度不匹配的错误。

解决方法 #

方法一：单次计算全部百分位，合并回原表 #

仅需一次窗口遍历，计算效率更高，适合百分位数量多的场景，代码示例如下：

import numpy as np
import pandas as pd

a = np.random.rand(1000)
df = pd.DataFrame(a, columns=['Data'])
val = [25, 30]

# 计算所有百分位，将每个窗口返回的数组拆分为多列
perc_df = df['Data'].expanding(min_periods=1).apply(
    lambda x: np.nanpercentile(x, val, interpolation='nearest'),
    raw=True
).apply(pd.Series)
# 为新生成的百分位列命名
perc_df.columns = [f'{v}th_Perc' for v in val]

# 将百分位结果合并到原DataFrame
df = pd.concat([df, perc_df], axis=1)

方法二：遍历百分位逐个生成列 #

写法简单直观，适合百分位数量少的场景，代码示例如下：

import numpy as np
import pandas as pd

a = np.random.rand(1000)
df = pd.DataFrame(a, columns=['Data'])
val = [25, 30]

# 逐个计算每个百分位，生成对应列
for v in val:
    df[f'{v}th_Perc'] = df['Data'].expanding(min_periods=1).apply(
        lambda x: np.nanpercentile(x, v, interpolation='nearest'),
        raw=True
    )

注意：建议仅针对需要计算的单列（如示例中的df['Data']）执行expanding操作，避免对全表做无意义计算。

内容的提问来源于stack exchange，提问作者Thedudeabides