小编Ash*_*r11的帖子

正如标题所暗示的那样,Pandas中ols命令中的滚动功能选项在statsmodels中迁移到哪里？我似乎找不到它.熊猫告诉我厄运正在起作用:

FutureWarning: The pandas.stats.ols module is deprecated and will be removed in a future version. We refer to external packages like statsmodels, see some examples here: http://statsmodels.sourceforge.net/stable/regression.html
  model = pd.ols(y=series_1, x=mmmm, window=50)

事实上,如果你做的事情如下:

import statsmodels.api as sm

model = sm.OLS(series_1, mmmm, window=50).fit()

print(model.summary())

你得到结果(窗口不会影响代码的运行)但你只得到整个时期的回归运行参数,而不是应该应该处理的每个滚动周期的一系列参数.

我已经对 pandas 执行了 groupby，我想应用一个复杂的函数，该函数需要多个输入，并给出一个 pandas Series 作为输出，我想将其刻录在原始数据框中。这对我来说是一个已知的过程，并且运行得很好 - 除了最后一个案例（我对无法完整发布代码表示歉意）。本质上我得到了一个TypeError: incompatible index of inserted column with frame index. 但是，如下所示，我不应该得到一个。

group_by部分：

all_in_data_risk['weights_of_the_sac'] = all_in_data_risk.groupby(['ptf', 'ac'])['sac', 'unweighted_weights_by_sac', 'instrument_id', 'risk_budgets_sac'].apply(lambda x: wrapper_new_risk_budget(x, temp_fund_all_ret, method_compute_cov))

其中函数是：

def wrapper_new_risk_budget:
     print(x.index)
     ...     
     print(result.index)
     return result.loc[:, 'res']

这引发了这个错误：

    raise TypeError('incompatible index of inserted column '
TypeError: incompatible index of inserted column with frame index

问题是这样的：

print(np.array_equal(result.index, x.index))

产生所有True. 这应该是索引匹配的保证，因此问题不应该简单地存在。

现在，我知道我提供的信息至少可以说是很少见的，但是您是否知道问题出在哪里？

ps：我已经尝试将结果转换为数据帧并尝试将输出重新转换为pd.Series(result.loc[:, 'res'].values, index=result.index)

我发现statsmodels线性模型的 anova 测试的实现非常有用（http://www.statsmodels.org/dev/generated/statsmodels.stats.anova.anova_lm.html#statsmodels.stats.anova.anova_lm）但我想知道，因为它不存在于库中，如何为逻辑回归部分构建等效版本。

公式：

from statsmodels.formula.api import ols, logit
import statsmodels.api as sm

ols(formula_str, data=data_on_which_to_perform_analysis).fit()
logit(formula_str, data=data_on_which_to_perform_analysis).fit()

sm.stats.anova_lm()

这意味着本质上（通过查看源代码）复制anova_single. 有没有人已经在某个远程存储库中做过这件事？我问是因为实现速度非常快，而且非常深入statsmodels核心库，所以解决它并不容易（至少以我目前的技能水平）

关于如何进行的任何建议？

正如标题所示,我开发了一个函数,给定一个ORDERED升序列表,你只保留距离至少为k个周期的元素,但它会在循环时动态改变迭代器.我被告知这应该像瘟疫一样被避免,尽管我并不完全相信为什么这是一个如此糟糕的想法,但我相信那些我一直倾向于接受培训的人,因此就如何寻求建议避免这种做法.代码如下:

import pandas as pd
from datetime import days
a = pd.Series(range(0,25,1), index=pd.date_range('2011-1-1',periods=25))
store_before_cleanse = a.index

def funz(x,k):
    i = 0
    while i < len(x)-1:
        if (x[i+1]-x[i]).days < k:
            x = x[:i+1] + x[i+2:]
            i = i-1
        i = i + 1
    return x

print(funz(store_before_cleanse,10))

您认为可以做些什么来避免它？ps:不要担心没有订购列表的解决方案.将给出的列表将始终以升序方式排序.

情况：我有一个实时交易脚本，它在我的主要thread（Python）中每 x 分钟计算一次所有类型的东西。订单发送是通过这样的thread。尽管此类订单的接收和执行是另一回事，因为我不能让 x 分钟过去，但我一进来就需要它们。我初始化了另一个thread以检查数据库表中的此类数据（执行）（POSTGRES SQL） .

问题：我不能连续每 xx 毫秒执行一次查询，从数据库中获取数据，比较表长度，然后由于各种原因（不仅是使用这种数据库的人，性能问题等）得到差异。所以我查找了一些解决方案并提出了这个线程（https://dba.stackexchange.com/questions/58214/getting-last-modification-date-of-a-postgresql-database-table），其中基本上是就是 “没有可靠的、权威的表的最后修改时间记录”。

问题：我能做些什么，即：从postgres sql表中获得近乎瞬时的响应，而不用使整个事情过载Python？

我的问题:我有一个分类变量列表,如

import numpy as np
a = np.array(['A','A','B','B','C','C','C'])
unique_vars = {v: k for k, v in enumerate(np.unique(a))}
c = np.array([unique_vars[i] for i in a])

产量:

array([0, 0, 1, 1, 2, 2, 2])

我想变成:

res = [0,0, 1,1, 0,0,0]

实质上,在每个"开关"处,数字必须从1切换到0.

只是想知道，将数组除以标量的最有效方法是什么？我可以清楚地循环它，但在我的情况下效率是最重要的。

常见的琐碎方式：

var array_2 = []
var array_1 = [original_data
var divisor = my_scalar
for(var i = 0, length = array.length; i < length; i++){
            array_2.push(array[i]/divisor)
         }

我可以使用的任何技巧（或一种新方法）？