使用最新的熊猫API来计算指数移动平均线

Question

我有一个使用熊猫来计算包含浮动数字的列表的指数移动平均值的python v3.6函数。这里是功能，它被测试工作;

def get_moving_average(values, period): 
    import pandas as pd 
    import numpy as np 

    values = np.array(values) 
    moving_average = pd.ewma(values, span=period)[-1] 
    return moving_average 

然而，pd.ewma是一个过时的功能，虽然它仍然有效，我想用最新的API使用熊猫的正确方法。

以下是最新的指数移动平均API的文档。

http://pandas.pydata.org/pandas-docs/stable/api.html#exponentially-weighted-moving-window-functions

我修改了原有的功能，这个使用最新的API;

def get_moving_average(values, period, type="exponential"): 
    import pandas as pd 
    import numpy as np 

    values = np.array(values) 
    moving_average = 0 
    moving_average = pd.ewm.mean(values, span=period)[-1] 
    return moving_average 

不幸的是，我得到了错误AttributeError: module 'pandas' has no attribute 'EWM'

Answer 1

的ewm()方法现在也有类似的API来moving()和expanding()：你叫ewm()，然后用像mean()兼容的方法遵循它。例如：

df=pd.DataFrame({'x':np.random.randn(5)}) 

df['x'].ewm(halflife=2).mean() 

0 -0.442148 
1 -0.318170 
2 0.099168 
3 -0.062827 
4 -0.371739 
Name: x, dtype: float64 

如果试图df['x'].ewm()没有参数，它会告诉你：

必须通过COM，跨度大，半衰期的一个或Alpha

请参阅以下说明文件可能比OP中的链接更清楚：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html#pandas.DataFrame.ewm

http://pandas.pydata.org/pandas-docs/stable/computation.html#exponentially-weighted-windows