在 m 大小的窗口中查找最小 n 值的移动平均值

Question

我有这样的个人股票价值数据：

UserId Stock Value    Time
1        APL  20  '2019-01-01'
1        MCR  40  '2019-01-01'
1        ADX  60  '2019-01-01'
3        AGL  10  '2019-01-01'
...

我必须按用户分组，对于每只股票 x，我必须在股票 x 之前找到该用户最近 20 只股票中 10 只最有价值股票的价值的平均值。 因此，我首先按 userId 分组，然后遍历每只股票 x 执行以下操作：选择用户在股票 x 之前最近的 20 只股票，进一步从该窗口中选择 10 只最有价值的股票，取平均值并将其添加到股票 x 的新列。 我的数据集将如下所示：

UserId Stock Value    Time    MovingAverage
1        APL  20  '2019-01-01'     20
1        MCR  40  '2019-01-01'     30
1        ADX  60  '2019-01-01'     40
3        AGL  10  '2019-01-01'     10
...

到目前为止，我一直在尝试在 Python 中使用滚动，如下所示：

df = df.sort_values(['userId','time'], ascending=['true','false']) 
df['roll'] = df.groupby('userId')['Value'].transform(lambda x: x.rolling(20,1).mean())

我不知道如何获得窗口中 10 个最高值的平均值！ 我并不反对使用滚压以外的其他技术，这似乎是最流行的方法。

另一个问题是，某些股票之前的股票数量将少于 20 只，但我认为使用滚动 (20,1) 可以缓解该问题。 但是，在少于 10 只股票的情况下，例如 8 只股票，我只需要获得最后 8 只股票的平均值。

Answer 1

弄清楚了。 发帖以防其他人处于类似情况。 我定义了自己的函数，然后简单地使用了rolling.apply()。 最终变得相当简单。

首先，我定义了执行上述帖子中描述的行为的函数。

def gm(arr):
    if (arr.size > 10):
        x = np.partition(arr, 9).mean()
    else:
        x = arr.mean()
    return x

然后，rolling.apply() 发挥了它的魔力：

newcol = df.groupby('userId')['value'].rolling(20,1).apply(lambda x: gm(x), raw=True)
df['roll'] = newcol.reset_index(level=0, drop=True)

我仍然不确定最后的索引，但结果似乎是我想要的。