pandas如何自动生成多列

老笨啊

手头一组数据，要求进行相关的统计计算，获取某指定列的变化量、变化率、滑窗处理指定长度数据的均值、方差等。
我对单列进行了相关处理，示例代码如下：

1. seq_len = 7*6
   
2. WT_roll = combined_data['WATER_TEMP'].rolling(window = seq_len)  #combined_data为df格式的数据
   
3. WT_diff42 = combined_data['WATER_TEMP'].diff(periods = seq_len)
   
4. WT_change42 = combined_data['WATER_TEMP'].pct_change(periods = seq_len)
   
5. combined_data['WATER_TEMP_mean'] =WT_roll.mean() #求历史记录的均值
   
6. combined_data['WATER_TEMP_std'] =WT_roll.std() #求历史记录的标准差
   
7. combined_data['WATER_TEMP_diff42'] = WT_diff42 #求 对应时期点的差值
   
8. combined_data['WATER_TEMP_change42'] = WT_change42 #求 对应时期点的差值

复制代码

现在需要将这个方法，应用到指定的几列中，同样在原数据基础上，自动生成相应新字段。。
该怎么解决呢？
我自己试着自定义函数来处理，但是一直报各种错。。

1. test = pd.DataFrame(np.random.randint(0,100,size=(10,5)),columns=['X1','X2','X3','X4','X5'])
   
2. 
   
3. seq_len =5
   
4. for i in test.columns:
   
5.     def feature_roll(data):
   
6.         print('data:',data)
   
7.         data_mean = data.rolling(seq_len).mean()
   
8.         data_std = data.rolling(seq_len).std()
   
9.         print('data_mean:',data_mean)
   
10.         return data_mean,data_std
    
11.     def feature_diff(data):
    
12.         data_diff = data.diff(seq_len)
    
13.         return data_diff
    
14.     def feature_change(data):
    
15.         data_change = data.pct_change(seq_len)
    
16.         print()
    
17.         return data_change
    
18.     test['%s_mean'%i],test['%s_std'%i] = test.apply(feature_roll)
    
19.     test['%s_diff'%i] = test.apply(feature_diff)
    
20.     test['%s_change'%i] = test.apply(feature_change)

复制代码

到底，该如何改代码呢？？
求指点

傻纸

心累了。。
for i in test.columns:
    def xxx():
        #待执行的语句

这样xxx函数里的语句只会执行一次，在你的例子里相当于

i=x4
def feature_roll(data):
    ……
test['%s_change'%i] = test.apply(feature_change)

-----
试下这个

1. for i in range(10):
   
2.     def a():
   
3.         print(i)
   
4. 
   
5. print("1")
   
6. a()

复制代码

输出的是9
相当于先把i累加到9，再print一次i
那么这个程序改成

1. i=9
   
2. print(i)

复制代码

也是一样

----

一般不会写成

for a in range(b):
    def xxx():
        ……

而是写成

def xxx()：
    for a in range(b)

老笨啊

傻纸 发表于 2019-9-9 20:56
心累了。。
for i in test.columns:
    def xxx():

我早先就试过，先def函数，再用for循环来apply。。但是仍旧报错。。问题不在于def 和for的先后顺序。。而是我发现函数中传入df格式的数据时，打印出来是series的格式。。如果传入的是series则打印出来的是单个值。。

傻纸

老笨啊 发表于 2019-9-10 08:20
我早先就试过，先def函数，再用for循环来apply。。但是仍旧报错。。问题不在于def 和for的先后顺序。。而 ...

确实是跟for定义在哪无关

1. for i in range(10):
   
2.     def a():
   
3.         print(i)
   
4.     a()

复制代码

我也是学到一个新写法。。其他的我也不知道了，你自己多研究下pandas库