anwenden groupby Regeln auf Zeitreihen?

Question

Ich habe eine Dataframe Probe wie folgt:

value=DataFrame({'A':[0,-1,0], 
        'B':[1,1,-1], 
        'C':[0,0,1], 
        'D':[-1,1,1]}) 
    value.index=pd.date_range('1/1/2016',periods=len(value),freq='M') 

Und ich möchte die Antwort haben, wie folgt:

answer=DataFrame({'A':[0,-1,0], 
         'B':[1,0.5,-0.5], 
         'C':[0,0,-0.5], 
         'D':[-1,0.5,1]}) 
    answer.index=pd.date_range('1/1/2016',periods=len(value),freq='M') 

Die Regel lautet:

Für jedes Datum, die Summe der Zeile ist Null, und das Gewicht wird gleichmäßig innerhalb jeder Wertkategorie von 0, -1 oder 1 aufgeteilt.

Zum Beispiel

• Wenn es drei -1s, eine 1 ist, dann ist die Antwort -0.33, -0.33, -0.33,1
• Wenn es nur eine 1 und drei -1s ist , dann ist die Antwort 1, -0.33, -0.33, -0.33
• Wenn es zwei 1s ist, eine -1, ist die Antwort 0.5,0.5, -1,0

Answer 1

import pandas as pd 

value = pd.DataFrame({'A':[0,-1,0], 
       'B':[1,1,-1], 
       'C':[0,0,1], 
       'D':[-1,1,1]}) 
value.index = pd.date_range('1/1/2016',periods=len(value),freq='M') 
pos = (value > 0) 
neg = (value < 0) 

result = ((value*pos).divide(pos.sum(axis=1), axis=0) 
      +(value*neg).divide(neg.sum(axis=1), axis=0)) 

print(result) 

ergibt

   A B C D 
2016-01-31 0.0 1.0 0.0 -1.0 
2016-02-29 -1.0 0.5 0.0 0.5 
2016-03-31 0.0 -1.0 0.5 0.5 

Beachten Sie, dass die letzte Zeile von result entspricht nicht answer, aber ich denke, es ist die Beschreibung passt, wenn ich es richtig verstehe.

---

pos und neg sind boolean Datenrahmen. pos, ist beispielsweise der Fall, wenn value positiv ist:

In [206]: pos 
Out[206]: 
       A  B  C  D 
2016-01-31 False True False False 
2016-02-29 False True False True 
2016-03-31 False False True True 

value*pos die gleiche wie value ist, wenn value positiv ist, und sonst Null:

In [207]: value*pos 
Out[207]: 
      A B C D 
2016-01-31 0 1 0 0 
2016-02-29 0 1 0 1 
2016-03-31 0 0 1 1 

pos.sum(axis=1) zählt die Anzahl der True Werte in jedem Reihe. Dividieren (value*pos) durch die Zählung erzeugt die gewünschte Gewichtung:

In [208]: (value*pos).divide(pos.sum(axis=1), axis=0) 
Out[208]: 
       A B C D 
2016-01-31 0.0 1.0 0.0 0.0 
2016-02-29 0.0 0.5 0.0 0.5 
2016-03-31 0.0 0.0 0.5 0.5 

Das gleiche gilt für die negativen Werte durchgeführt werden. Das Hinzufügen der positiven und negativen Teile ergibt das gewünschte Ergebnis.