Ich habe folgenden Datenrahmen mit Handelsdaten:Pandas: Exponential Glättungsfunktion für die Spalte
df = pd.DataFrame({
'Trader': 'Carl Mark Carl Joe Mark Carl Max Max'.split(),
'Quantity': [5,2,5,10,1,5,2,1],
'Date' : [
DT.datetime(2013,1,1,13,0),
DT.datetime(2013,1,1,13,5),
DT.datetime(2013,2,5,20,0),
DT.datetime(2013,2,6,10,0),
DT.datetime(2013,2,8,12,0),
DT.datetime(2013,3,7,14,0),
DT.datetime(2013,6,4,14,0),
DT.datetime(2013,7,4,14,0),
]})
df.index = [df.Date, df.Trader]
ich wöchentliche Statistiken für jeden Händler mit den durchschnittlichen Auftragsvolumen zu berechnen hoffen. Um dies zu tun bin ich Entstapeln derzeit die Händler Spalte und sampeln die Daten mit:
df.unstack('Trader').resample('1W', how='mean').fillna(0)
Gibt es eine Möglichkeit für jeden Trader mit einer Trendfunktion für das Handelsvolumen (vorzugsweise eine exponentielle Glättungsfunktion auch eine Spalte compte Basis auf den vorherigen Trades des Händlers)?
Dank
Andy
'df.unstack ('Trader') fillna (0) .resample ('1W', wie = 'mean')' einen Fehler auslöst.. Können Sie das Beispiel beheben, damit wir Ihre Situation besser verstehen können? – unutbu
Hallo unutbu, danke für deinen Kommentar. Entschuldigung, ich habe vergessen, den Index separat anzugeben. Versuchen Sie es mit dem aktualisierten DataFrame. Danke – Andy