データフレーム列に関数を適用する

私は以下のようなデータフレームを持っています。私は定義した関数（hurst（））を各列に適用し（時系列を引数として）、結果を別のデータフレームに出力したいと思います。データフレーム列に関数を適用する

def hurst(ts): 
    #returns the Hurst Exponent of the time series vector ts 

    # Create the range of lag values 
    lags = range (1,5) 

    # Calculate the array of the variances of the lagged differences 
    tau = [sqrt(std(subtract(ts[lag:], ts[:-lag]))) for lag in lags] 

    # Use a linear fit to estimate the Hurst Exponent 
    poly = polyfit(log(lags), log(tau), 1) 

    # Return the Hurst exponent from the polyfit output 

    return poly[0]*2.0

はどのようにして、完全なデータフレームが1Y Dtの歴史を持ち、E、Fなど

出典

2017-04-11 S.Peters

'df.sum（）'には何の問題がありますか？この簡略化された例には既に回答がありますので、正確に問題を定義することに役立ちます – EdChum

はい。 'apply' df.apply（yourFunction）を列方向または行方向のどちらかにします（推奨しません）。 –

私の関数は以下の通りですが、df.apply（hurst、axis = 1）を使用すると、配列エラーの一部を変更できません。 DEFハースト（TS）：＃は遅れの範囲はラグ値=範囲（2,50）位遅れの分散のアレイを計算作成TS 時系列ベクトルのハースト指数#returns ＃ハルスト指数を推定するために線形近似を使用する poly = polyfit（log（lag：tg [lag： return poly [0] * 2.0 –

を続け

にこの

から入手できますか

試してみよう：

def hurst(ts): 
    #returns the Hurst Exponent of the time series vector ts 

    # Create the range of lag values 
    lags = range (1,5) 

    # Calculate the array of the variances of the lagged differences 
    tau = [sqrt(std(subtract(ts[lag:], ts[:-lag]))) for lag in lags] 

    # Use a linear fit to estimate the Hurst Exponent 
    poly = polyfit(log(lags), log(tau), 1) 

    # Return the Hurst exponent from the polyfit output 

    return poly[0]*2.0 

df[list('ABCD')].apply(hurst)

出典

2017-04-11 21:39:48

データフレーム列に関数を適用する

答えて

関連する問題