標準偏差のローリングに関する問題は誰もパンダのデータフレームの1つのカラムでしか動かないのですか？パンダのローリング標準偏差1カラムのゼロを返す
私はdatetimeインデックスと関連する財務データを持つデータフレームを持っています。 df.rolling（）。std（）（擬似コード、以下を参照）を実行すると、1つを除くすべての列に対して正しいデータが得られます。この列は標準偏差値があるべきところに0を返します。 .rolling_std（）を使用しても同じエラーが発生し、df.rolling（）を実行しようとするとエラーが発生します。skew（）、他のすべてのカラムが動作し、このカラムはNaNを返します。
このエラーについて私を捨てているのは、他の列が正しく動作し、この列のdf.rolling（）。mean（）が機能していることです。さらに、この列にはdtype float64がありますが、これは問題ではありません。私はまた、欠落しているデータをチェックし、見ていない。私は30日のローリングウィンドウを使用しています。シリーズ[-30：]。std（）を使用して最後の標準偏差値を取得しようとすると、正しい結果が得られます。だから、ロール部分について具体的に何かが働いていないようです。私は.rolling（）のパラメータで遊んだが、変更するものは得られなかった。
# combine the return, volume and slope data
raw_factor_data = pd.concat([fut_rets, vol_factors, slope_factors], axis=1)
# create new dataframe for each factor type (mean,
# std dev, skew) and combine
mean_vals = raw_factor_data.rolling(window=past, min_periods=past).mean()
mean_vals.columns = [column + '_mean' for column in list(mean_vals)]
std_vals = raw_factor_data.rolling(window=past, min_periods=past).std()
std_vals.columns = [column + '_std' for column in list(std_vals)]
skew_vals = raw_factor_data.rolling(window=past, min_periods=past).skew()
skew_vals.columns = [column + '_skew' for column in list(skew_vals)]
fact_data = pd.concat([mean_vals, std_vals, skew_vals], axis=1)
最初の行は、3つのデータフレームを結合しています。次に、ローリング平均、標準偏差、スキュー（過去= 30）のデータフレームを個別に作成し、それらを単一のデータフレームに結合します。
問題のある列の名前は 'TY1_slope'です。だから私はエラーがどこにあるかを見るために次のようにいくつかのコードを実行しました。
print raw_factor_data['TY1_slope'][-30:].std()
print raw_factor_data['TY1_slope'][-30:].mean()
print raw_factor_data['TY1_slope'].rolling(window=30, min_periods=30).std()
print raw_factor_data['TY1_slope'].rolling(window=30, min_periods=30).mean()
最初の2行のコードは、正しい標準偏差と平均（.08と.14）を出力します。しかし、コードの3行目はゼロを生成しますが、4行目は正確な平均値を生成します（これらの系列の最終値は0.0と.14です）。
誰かが役立つと思われる.rollingソースコードの見方を手伝うことができれば誰でも助けてください。私はこれをやっていることを初めてやっていて、次のことを試してみましたが、ちょっとした手間がかかりました。
import inspect
import pandas as pd
print inspect.getsourcelines(pd.rolling_std)
データなしでコードをデバッグすることが簡単にできると想像してください。 –
私は理解していますが、単純な例ではランダムなデータを使って問題を再現することができませんでした（前に誰かがこのコードを見たことがあるのか、ソースコードを見ているのかを尋ねていた理由の一部）。私は誰かがそれを見て喜んでいる場合は、それが引っ張っているdbで完全なコードを送信することを完全に喜んでいる。 dp1 = pd.DataFrame（np.random.randn（30,5）、index = pd.date_range（ '20170101'、periods = 30）、columns = ['ES1_vol'、 'TY1_vol'、 'JY1_vol'、 'EC1_vol' 、 'YM1_vol']）はデータフレームの一般的な型です。 – airtraxam
データの一部（うまくいくら小さい）のサブセットに絞り込み、そのデータだけを表示するまで、列のサブセットでそれを実行してみてください。何らかの形でデータに関連する可能性が高いと思われます。他のプログラムで何が起きているのかを見るために、他のプログラム（excel、r、sas、stataなど）でその列のstdを計算してみることもできます。 – JohnE