Question

我需要使用带有重叠窗口的滚动窗口来统计熊猫数据框上的事件。

特别是，我有一个具有不连续事件的数据帧，如下所示：

            Ma
2000-01-04  2.2 
2000-01-05  2.6
2000-01-06  3.1
2000-01-16  2.4
2000-01-22  2.1     
2000-01-27  2.5
2000-02-12  2.3
2000-02-19  3.5
2000-02-21  2.4
2000-02-27  2.4

，我想计算在10天的时间窗口（重叠5天）中发生了多少事件。这是我正在寻找的结果：

                                Events
from 2000-01-04 to 2000-01-14   3
from 2000-01-09 to 2000-01-19   1
from 2000-01-14 to 2000-01-24   2
from 2000-01-19 to 2000-01-29   2

您有什么建议吗？我尝试使用groupby，但是只能使用以下行来计算非重叠窗口中的数据：df.groupby(pd.DatetimeIndex(df.Time).to_period("10d")).size()

我也尝试了从Pandas数据框中获取Rolling.count，但再次失败了。

Answer 1

我的方法是根据原始数据框中的最小日期和最大日期创建一个5天间隔的数据框。基于此，我提取第i行以上和第i + 2行以下的项目数，并计算项目数。。然后在循环过程中列出它们。最后，我们将其放在数据框中。我相信有更好的方法。

import pandas as pd
import numpy as np
import io

data = '''
date Ma
2000-01-04  2.2 
2000-01-05  2.6
2000-01-06  3.1
2000-01-16  2.4
2000-01-22  2.1     
2000-01-27  2.5
2000-02-12  2.3
2000-02-19  3.5
2000-02-21  2.4
2000-02-27  2.4
'''
df = pd.read_csv(io.StringIO(data), sep='\s+')

df['date'] = pd.to_datetime(df['date'])
df2 = pd.DataFrame({'date':pd.date_range(df['date'].min(), df['date'].max(), freq='5D')})
tmp = []
for i in range(len(df)):
    try:
        cnt = df[(df['date'] >= df2.date[i])&(df['date'] <= df2.date[i+2])].count()
        fromto = 'from'+ str(df2.date[i].strftime('%Y-%m-%d'))+'to'+str(df2.date[i+2].strftime('%Y-%m-%d'))
        tmp.append([fromto, cnt[0]])
    except:
        break
df3 = pd.DataFrame(tmp, columns=['FromTo', 'Events'])

df3
    FromTo  Events
0   from2000-01-04to2000-01-14  3
1   from2000-01-09to2000-01-19  1
2   from2000-01-14to2000-01-24  2
3   from2000-01-19to2000-01-29  2
4   from2000-01-24to2000-02-03  1
5   from2000-01-29to2000-02-08  0
6   from2000-02-03to2000-02-13  1
7   from2000-02-08to2000-02-18  1
8   from2000-02-13to2000-02-23  2

在熊猫数据帧上重叠的滚动窗口中计算数据

1 个答案: