パンダ拡大回帰ベータ

Question

こんにちは私はパンダの拡大ウィンドウの回帰ベータを計算しようとしています。私は

def beta(row, col1, col2): 
     return numpy.cov(row[col1],row[col2])/numpy.var(row[col1]) 

にベータ版を計算するには、次の機能を持っていると私はそれらのどれも動作しないただしdf

pandas.expanding_apply(df, beta, col1='col1', col2='col2') 
pandas.expanding_apply(df, beta, kwargs={'col1':'col1', 'col2':'col2'}) 
df.expanding.apply(...) 

私のデータフレームの拡大ベータ版を取得するには、次の試してみた、私はどちらかは述べている何かを得ますkwargsからは、通過した取得されていないか、私はbeta機能で列名をハードコーディングしている場合、私は取得

*** IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices 

おかげ

例：

def beta(row, col1, col2): 
    return numpy.cov(row[col1],row[col2])/numpy.var(row[col1]) 
df = pandas.DataFrame({'a':[1,2,3,4,5],'b':[.1,5,.3,.5,6]}) 
pandas.expanding_apply(compute_df, beta, col1='a', col2='b') 
pandas.expanding_apply(compute_df, beta, kwargs={'col1':'a', 'col2':'b'}) 

何をやっていると非常によく似た重回帰を、ローリングのためのベータ版を計算しようとしたとき、私はこの問題に遭遇しました

Answer 1

これらのリターン・エラーの両方（hereを参照してください）。重要な問題はExpanding.apply(func, args=(), kwargs={})、funcのparamで

は*引数と** kwargsからは が関数に渡されndarray入力から単一の値を生成しなければならないということである

[source]

そして、実際にはexpanding.applyを使用して調整する方法はありません。 （注：前述のとおり、expanding_applyは推奨されていません）

以下は回避策です。それは計算上高価です（メモリを消費します）が、あなたの出力にあなたを得るでしょう。これは、拡大ウィンドウNumPy配列のリストを作成し、それぞれにベータを計算します。

from pandas_datareader.data import DataReader as dr 
import numpy as np 
import pandas as pd 

df = (dr(['GOOG', 'SPY'], 'google')['Close'] 
     .pct_change() 
     .dropna()) 

# i is the asset, m is market/index 
# [0, 1] grabs cov_i,j from the covar. matrix 
def beta(i, m): 
    return np.cov(i, m)[0, 1]/np.var(m) 

def expwins(x, min_periods): 
    return [x[:i] for i in range(min_periods, x.shape[0] + 1)] 

# Example: 
# arr = np.arange(10).reshape(5, 2) 
# print(expwins(arr, min_periods=3)[1]) # the 2nd window of the set 
# array([[0, 1], 
     # [2, 3], 
     # [4, 5], 
     # [6, 7]]) 

min_periods = 21 
# Create "blocks" of expanding windows 
wins = expwins(df.values, min_periods=min_periods) 
# Calculate a beta (single scalar val.) for each 
betas = [beta(win[:, 0], win[:, 1]) for win in wins] 
betas = pd.Series(betas, index=df.index[min_periods - 1:]) 

print(betas) 
Date 
2010-02-03 0.77572 
2010-02-04 0.74769 
2010-02-05 0.76692 
2010-02-08 0.74301 
2010-02-09 0.74741 
2010-02-10 0.74635 
2010-02-11 0.74735 
2010-02-12 0.74605 
2010-02-16 0.78521 
2010-02-17 0.77619 
2010-02-18 0.79188 
2010-02-19 0.78952 

2017-06-19 0.97387 
2017-06-20 0.97390 
2017-06-21 0.97386 
2017-06-22 0.97387 
2017-06-23 0.97391 
2017-06-26 0.97389 
2017-06-27 0.97482 
2017-06-28 0.97508 
2017-06-29 0.97594 
2017-06-30 0.97584 
2017-07-03 0.97575 
2017-07-05 0.97588 
dtype: float64