为什么 groupby 和 rolling 不能一起工作？
Why is groupby and rolling not working together?
我有一个从 coinmarketcap 中抓取的 df。我正在尝试计算 close_price 列的波动率指标，但是当我使用 groupby 时，我收到一条错误消息：
final_coin_data['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std()
TypeError: incompatible index of inserted column with frame index
df 结构（'Unnamed:0' 在我加载 CSV 后出现）：
Unnamed: 0 close_price coin_name date high_price low_price market_cap open_price volume
0 1 9578.63 Bitcoin Mar 11, 2018 9711.89 8607.12 149,716,000,000 8852.78 6,296,370,000
1 2 8866.00 Bitcoin Mar 10, 2018 9531.32 8828.47 158,119,000,000 9350.59 5,386,320,000
2 3 9337.55 Bitcoin Mar 09, 2018 9466.35 8513.03 159,185,000,000 9414.69 8,704,190,000
3 1 9578.63 Monero Mar 11, 2018 9711.89 8607.12 149,716,000,000 8852.78 6,296,370,000
4 2 8866.00 Monero Mar 10, 2018 9531.32 8828.47 158,119,000,000 9350.59 5,386,320,000
5 3 9337.55 Monero Mar 09, 2018 9466.35 8513.03 159,185,000,000 9414.69 8,704,190,000
（忽略不正确的价格，这是df的基础）
使用以下代码时：
final_coin_data1['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std().reset_index(0,drop=True)
我遇到了内存错误。我以为我正确使用了 groupby。如果我取出 final_coin_data1['vol'] = 然后我得到一个看起来正确的系列，但它不会让我插入回 df.
当我第一次开始这个项目的时候。我只有 1 个硬币并使用下面的代码计算波动率没问题。
final_coin_data1['vol'] = final_coin_data['close_price'].rolling(window=30).std()
当我运行这个，
final_coin_data['close_price'].rolling(window=30).std()
生成索引列和结果列。当我试图合并回原来的 df 作为一个新列时 final_coin_data1['vol'] 我得到了一个错误 TypeError: incompatible index of inserted column with frame index 所以为了更正这个问题，我 reset_index(drop=True) 然后这消除了允许结果的索引加入 final_coin_data1['vol'].
最终的功能代码如下所示：
final_coin_data1['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std().reset_index(0,drop=True)
我有一个从 coinmarketcap 中抓取的 df。我正在尝试计算 close_price 列的波动率指标，但是当我使用 groupby 时，我收到一条错误消息：
final_coin_data['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std()
TypeError: incompatible index of inserted column with frame index
df 结构（'Unnamed:0' 在我加载 CSV 后出现）：
Unnamed: 0 close_price coin_name date high_price low_price market_cap open_price volume
0 1 9578.63 Bitcoin Mar 11, 2018 9711.89 8607.12 149,716,000,000 8852.78 6,296,370,000
1 2 8866.00 Bitcoin Mar 10, 2018 9531.32 8828.47 158,119,000,000 9350.59 5,386,320,000
2 3 9337.55 Bitcoin Mar 09, 2018 9466.35 8513.03 159,185,000,000 9414.69 8,704,190,000
3 1 9578.63 Monero Mar 11, 2018 9711.89 8607.12 149,716,000,000 8852.78 6,296,370,000
4 2 8866.00 Monero Mar 10, 2018 9531.32 8828.47 158,119,000,000 9350.59 5,386,320,000
5 3 9337.55 Monero Mar 09, 2018 9466.35 8513.03 159,185,000,000 9414.69 8,704,190,000
（忽略不正确的价格，这是df的基础）
使用以下代码时：
final_coin_data1['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std().reset_index(0,drop=True)
我遇到了内存错误。我以为我正确使用了 groupby。如果我取出 final_coin_data1['vol'] = 然后我得到一个看起来正确的系列，但它不会让我插入回 df.
当我第一次开始这个项目的时候。我只有 1 个硬币并使用下面的代码计算波动率没问题。
final_coin_data1['vol'] = final_coin_data['close_price'].rolling(window=30).std()
当我运行这个，
final_coin_data['close_price'].rolling(window=30).std()
生成索引列和结果列。当我试图合并回原来的 df 作为一个新列时 final_coin_data1['vol'] 我得到了一个错误 TypeError: incompatible index of inserted column with frame index 所以为了更正这个问题，我 reset_index(drop=True) 然后这消除了允许结果的索引加入 final_coin_data1['vol'].
最终的功能代码如下所示：
final_coin_data1['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std().reset_index(0,drop=True)