在 Pandas DataFrame 上滚动应用速度更快？

改进这个问题 https://stackoverflow.com/questions/21040766/python-pandas-rolling-apply-two-column-input-into-function它提供了一个巧妙的解决方案，用于在 DataFrame 中的多个列上应用函数，我想知道该解决方案是否可以进一步优化速度。

环境：Python 2.7.8、Pandas 14.1、Numpy 1.8。

这是示例设置：

import pandas as pd
import numpy as np
import random

def meanmax(ii,df):
    xdf = df.iloc[map(int,ii)]
    n = max(xdf['A']) + max(xdf['B'])
    return n / 2.0

df  = pd.DataFrame(np.random.randn(2500,2)/10000, 
                    index=pd.date_range('2001-01-01',periods=2500),
                    columns=['A','B'])              
df['ii'] = range(len(df))      

res = pd.rolling_apply(df.ii, 26, lambda x: meanmax(x, df))

请注意，meanmax函数不是成对的，因此类似rolling_mean(df['A'] + df['B'],26)行不通的。

不过我可以做类似的事情：

res2 = (pd.rolling_max(df['A'],26) + pd.rolling_max(df['B'],26)) / 2

完成速度大约快 3000 倍：

%timeit res = pd.rolling_apply(df.ii, 26, lambda x: meanmax(x, df))
1 loops, best of 3: 1 s per loop

%timeit res2 = (pd.rolling_max(df['A'],26) + pd.rolling_max(df['B'],26)) / 2
1000 loops, best of 3: 325 µs per loop

考虑到示例函数并使用，是否有比上面第二个选项更好/等效的东西rolling_apply？虽然第二个选项更快，但它不使用rolling_apply，可以应用于更广泛的问题集

编辑：性能时序修正

在大小数组上计算通用滚动函数n有一个大小的窗户m大致需要O(n*m)时间。内置的rollin_xxx方法使用一些非常智能的算法来保持运行时间远低于该时间，并且通常可以保证O(n)时间，如果你仔细想想的话，这是一件非常令人印象深刻的事情。

rolling_min and rolling_max特别是借用了他们的实现瓶颈 https://pypi.python.org/pypi/Bottleneck，其中引用了理查德·哈特 http://www.richardhartersworld.com/cri/2001/slidingmin.html作为算法的来源，尽管我发现我认为是相同算法的早期描述.

所以，在历史课之后：你很可能无法鱼与熊掌兼得。rolling_apply非常方便，但针对特定算法几乎总是会牺牲性能。根据我的经验，使用 Python 科学堆栈的更有趣的部分之一是使用以创造性方式提供的快速原语提出有效的计算方法。您自己的解决方案调用rolling_max两次就是一个很好的例子。因此，放松并享受旅程，知道您将永远拥有rolling_apply如果您或 SO 的优秀人员无法提供更明智的解决方案，可以依靠。