Question

我有一个数据帧DF，下面有两列A和B：

A                    B                  
1                    0             
3                    0               
4                    0                   
2                    1                    
6                    0                    
4                    1                     
7                    1                 
8                    1                     
1                    0

第一部分：应按如下所示执行滑动窗口方法。我需要在3个滑动窗口滑动1个位置的滑动窗口中计算B列的平均值。每个窗口的平均值都是手动计算并显示在左侧。

    A:         1    3    4    2    6    4    7    8    1                                          
    B:         0    0    0    1    0    1    1    1    0                                
              [0    0    0]                                              0
                    [0    0    1]                                        0.33
                          [0    1    0]                                  0.33
                                [1    0    1]                            0.66
                                      [0    1    1]                      0.66
                                            [1    1    1]                1
                                                 [1    1    0]           0.66
output:        0   0.33 0.33 0.66   0.66    1     1    1   0.66

第二部分：现在，对于A列中的每一行/坐标，将考虑包含坐标的所有窗口，并且应保留最高的平均值，从而得到“输出”列中显示的结果。

第二部分的详细说明：第一部分是计算滑动窗口3中滑动1个位置的平均值。第二步是：对于A列中的每个坐标“i”，应评估包含坐标“i”的所有窗口并保留最高平均分数。例如，在A列中，1仅出现在第一个窗口中，因此1的得分为0（这是第一个窗口的平均值）。类似地，2存在于第一和第二窗口中，因此2的得分应该是window1和window2的得分中最高的，即max（0,0.33333）。同样地，3存在于第一，第二和第三窗口中，因此3的得分是前三个窗口的得分的最大值，即max（0,0.333333,0.3333333）。 4存在于第二，第三和第四窗口中，因此得分为4是这些窗口得分的最大值，即max（0.333333,0.3333333,0.666667）等等。

我需要获得如上所示的输出。输出应该像：

A                   B                  Output   
1                   0                      0
3                   0                      0.33
4                   0                      0.33
2                   1                      0.66
6                   0                      0.66
4                   1                      1
7                   1                      1
8                   1                      1
1                   0                    0.66

python中的任何帮助都会受到高度赞赏吗？

Answer 1

对于第一部分，使用numpy：

WS = 3
B = numpy.array([0,0,0,1,0,1,1,1,0])
filt = numpy.ones(WS) / WS
mean = numpy.convolve(B, filt, 'valid')

第二部分：

paddedmean = numpy.zeros(mean.size + 2 * (WS - 1))
paddedmean[WS-1:-(WS-1)] = mean
output = [numpy.max(paddedmean[i:i+WS]) for i in range(mean.size+WS-1)]

但A用于???

Python中的滑动窗口方法

1 个答案: