在Pandas for Python中爲Winsorize數據

我試圖在Python中運行pandas的Winsorized迴歸。該very helpful user manual提供此示例代碼：在Pandas for Python中爲Winsorize數據

winz = rets.copy() 
std_1year = rolling_std(rets, 250, min_periods=20) 
cap_level = 3 * np.sign(winz) * std_1year 
winz[np.abs(winz) > 3 * std_1year] = cap_level 
winz_model = ols(y=winz['AAPL'], x=winz.ix[:, ['GOOG']],window=250)

第四行看起來我錯了：不應該RHS是cap_level[np.abs(winz) > 3 * std_1year]？

感謝您的幫助！我還是使用熊貓數據框的新手，並且想確保我的理解是正確的。

來源

2012-07-02 David M

編輯：對不起，誤解了這個問題！

你是對的，這對大多數類型來說都是錯誤的;但是pandas.DataFrame對使用布爾掩碼設置值有特別的支持;它會從RHS中選擇相應的值和相應的時間值。在引擎蓋下它使用np.putmask。

您可以檢查自己這一點：

>>> df = pandas.DataFrame(np.linspace(0.0, 1.0, 10).reshape(5, 2)) 
>>> df[df > 0.5] = -df 
>>> df 
      0   1 
0 0.000000 0.111111 
1 0.222222 0.333333 
2 0.444444 -0.555556 
3 -0.666667 -0.777778 
4 -0.888889 -1.000000

來源

2012-07-02 16:31:03 ecatmur

感謝。我擔心的是，在原始代碼中，cap_level的前N個值將被採用並使用，其中N是布爾掩碼中的True值的數量。但是我們需要cap_level的相應值，而不僅僅是前N個值。原始代碼不會給出相應的值，是嗎？ –

@DavidM更正了我的答案，請再看一下。 – ecatmur

非常感謝，也感謝這個例子。 –

在Pandas for Python中爲Winsorize數據

回答

相關問題