如何根据前 N 行计算 Pandas 数据框列的斜率

Question

我有以下示例数据框：

import pandas as pd

d = {'col1': [2, 5, 6, 5, 4, 6, 7, 8, 9, 7, 5]}

df = pd.DataFrame(data=d)
print(df)

输出：

       col1
0      2
1      5
2      6
3      5
4      4
5      6
6      7
7      8
8      9
9      7
10     5

我需要计算col1中前 N 行的斜率，并将斜率值保存在单独的列中（称为斜率）。所需的输出可能如下所示：（出于示例目的，下面给出的斜率值只是随机数。）

       col1  slope
0      2
1      5
2      6
3      5
4      4     3
5      6     4
6      7     5
7      8     2
8      9     4
9      7     6
10     5     5

因此，在索引号为 4 的行中，斜率是 3，它是 [2, 5, 6, 5, 4] 的斜率。

有没有一种不使用 for 循环的优雅方法？

---

附录：

根据下面接受的答案，如果您收到以下错误：

TypeError: ufunc 'true_divide' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

数据帧的索引可能不是数字。以下修改使其可以工作：

df['slope'] = df['col1'].rolling(5).apply(lambda s: linregress(range(5), s.values)[0])

Answer 1

您可以使用rolling+apply和scipy.stats.linregress：

from scipy.stats import linregress

df['slope'] = df['col1'].rolling(5).apply(lambda s: linregress(s.reset_index())[0])

print(df)

输出：

    col1  slope
0      2    NaN
1      5    NaN
2      6    NaN
3      5    NaN
4      4    0.4
5      6    0.0
6      7    0.3
7      8    0.9
8      9    1.2
9      7    0.4
10     5   -0.5