滑动窗口处理（rolling）使用apply函数的一个小坑

我们一般用rolling+apply（fun，par）来进行滑动窗口处理某类序列，例如做量化交易时间序列，标的序列等等； 但如果apply函数有参数的话就需要注意。 apply的函数和参数实际上类似于指针的内存地址传递，也就是说滚动执行中参数par实际上是会变化的，如果要在fun中保存这个参数值就需要注意，不能用“=”来赋值，例如
def rolling_buy(code):
code_local=code

            df_code=pd.DataFrame(df_tradePrice[int(code)])

            df_code.reset_index(level=0, inplace=True)
            df_code.set_index(['date'],inplace=True)
            
            buy_price=df_code.loc[buy_date,'close']
   
         ......
        .......
                     **trade=pd.Series({'code':code_local,'buy_date':buy_date,'sell_date':sell_date,'buy_price':buy_price,'sell_price':sell_price,'return':re},name=self.Number)**

                self.d_result=self.d_result.append(trade)

            return  self.Number

        **No=code_list.rolling(1).apply(rolling_buy,raw=True)**

上述函数对各个股票按code进行处理，然后汇总在d_result中，注意黑色部分code_local=code，“=”是内存赋值，所以结果表格d_result中，'code’就会出现乱数值。

因此这里要用值copy语句

code_local=code_local=copy.copy(code)

问题解决