如何加快每行的 dataframe std() 計算？

Question

我有一個簡單的 pandas dataframe ，我需要根據前幾行獲取每行的標准偏差值。 我可以用for循環輕松做到這一點，但問題是計算需要很多時間。 對於 1000 行，需要 4 秒。 有什么辦法可以加快速度嗎？

結果：

       a
0      0
1      1
2      2
3      3
4      4
..   ...
995  995
996  996
997  997
998  998
999  999

10:21:18.320780 starting loop
10:21:22.861962 ending loop

       std
0      0.0
1      1.0
2      1.6
3      2.2
4      2.7
..     ...
995  574.9
996  575.5
997  576.1
998  576.6
999  577.2

代碼：

import pandas as pd
import numpy as np
import math
from datetime import datetime

df = pd.DataFrame(data=np.arange(1000), columns=['a'])
print(df)

df_std = pd.DataFrame(0, index=np.arange(len(df)), columns=['std'])
print('{} starting loop'.format(datetime.now().strftime('%H:%M:%S.%f')))
for i in range(1, len(df_std)):
    su = np.sum([math.pow(df['a'].iloc[t], 2) for t in range(i + 1)])
    df_std['std'].iloc[i] = round(math.sqrt(su / i), 1)

print('{} ending loop'.format(datetime.now().strftime('%H:%M:%S.%f')))
print(df_std)

更新：我需要做這樣的事情：

for i in range(1, len(df_std)):
    df_std['std'].iloc[i] = df['a'].rolling(window=i).std()

這意味着我需要為每個具有不同滾動的 df 行獲取 std() 值。 對於 i=5 滾動將是前 5 個 df 行，對於 i=500 滾動將是 500 等等。

Answer 1

我認為不需要循環：

df = pd.DataFrame(data=np.arange(20), columns=['a'])

df['std'] = np.round(np.sqrt(np.power(df['a'], 2).cumsum() / np.arange(len(df))), 1)
print (df)
     a   std
0    0   NaN
1    1   1.0
2    2   1.6
3    3   2.2
4    4   2.7
5    5   3.3
6    6   3.9
7    7   4.5
8    8   5.0
9    9   5.6
10  10   6.2
11  11   6.8
12  12   7.4
13  13   7.9
14  14   8.5
15  15   9.1
16  16   9.7
17  17  10.2
18  18  10.8
19  19  11.4

Answer 2

針對所有先前行數據的標准偏差計算包括：

stds = df.a.expanding().std(ddof=0)
print(stds.head())

Output

0    0.0
1    0.5
2    0.8
3    1.1
4    1.4