Question

我有一个30分钟间隔的大型时间序列数据集，并试图在这组数据上做一个滑动窗口，但是使用pandas分别对当天的每个点进行操作。

我不是统计学家，也不擅长思考或编写这类工作，但这是我笨手笨脚地想做我想做的事。我真的在寻求帮助来改进它，因为我知道有更好的方法可以做到这一点，可能使用MultiIndexes和一些适当的迭代？但我在“时间轴”上努力做到这一点。

def sliding_window(run,data,type='mean'):
    data = data.asfreq('30T')
    for x in date_range(run.START, run.END, freq='1d'):
        if int(datetime.strftime(x, "%w")) == 0 or int(datetime.strftime(x, "%w")) == 6:
            points = data.select(weekends).truncate(x - relativedelta(days=run.WINDOW),x + relativedelta(days=run.WINDOW)).groupby(lambda date: minutes(date, x)).mean()
        else:
            points = data.select(weekdays).truncate(x - relativedelta(days=run.WINDOW),x + relativedelta(days=run.WINDOW)).groupby(lambda date: minutes(date, x)).mean()
        for point in points.index:
            data[datetime(x.year,x.month,x.day,point.hour,point.minute)] = points[point]
    return data

run.START，run.END和run.WINDOW是数据中的两个点和45（天）。我一直在盯着这段代码，所以我不确定它对其他人有什么意义（如果有的话），请问我可以澄清其他任何内容。

已解决：（解决方案由船员提供）

修改后的功能如预期的那样愚蠢：

def sliding_window(run,data,am='mean',days='weekdays'):
    data = data.asfreq('30T')
    data = DataFrame({'Day': [d.date() for d in data.index], 'Time': [d.time() for d in data.index], 'Weekend': [weekday_string(d) for d in data.index], 'data': data})
    pivot = data.pivot_table(values='data', rows='Day', cols=['Weekend', 'Time'])
    pivot = pivot[days]
    if am == 'median':
        mean = rolling_median(pivot, run.WINDOW*2, min_periods=1)
    mean = rolling_mean(pivot, run.WINDOW*2, min_periods=1)
    return DataFrame({'mean': unpivot(mean), 'amax': np.tile(pivot.max().values, pivot.shape[0]), 'amin': np.tile(pivot.min().values, pivot.shape[0])}, index=data.index)

unpivot功能：

def unpivot(frame):
    N, K = frame.shape
    return Series(frame.values.ravel('C'), index=[datetime.combine(d[0], d[1]) for d in zip(np.asarray(frame.index).repeat(K), np.tile(np.asarray(frame.ix[0].index), N))])

slide_mean上的center = True现在似乎已被打破，如果我有机会将在github中存档。

Answer 1

如果您对MultiIndexes感兴趣，请查看 df.pivot_table()。它会自动创建一个MultiIndex 在行和/或cols参数中传递多个键。

例如，假设您要转动数据，以便有单独的列每个周末和非周末30分钟的一天;你可以通过添加来做到这一点 DataFrame的Day，Weekend和TOD（时间）列，然后传递这些列名为pivot_table，如下所示。

pivot = df.pivot_table(values='Usage', rows='Day', cols=['TOD', 'Weekend'])

采用此格式pd.rolling_mean()（或您的创作功能）可以轻松应用于pivot的列。与pandas中的所有滚动/移动函数一样，pd.rolling_mean（）甚至接受中心滑动窗口的center参数。

pd.rolling_mean(pivot, 90, center=True, min_periods=1)

滑动窗口在时间轴上的平均值

1 个答案: