平均不同长度的时间序列

时间:2014-06-13 00:08:22

标签: python numpy scipy

我有很多列表(时间序列)

dictionary = {'a': [1,2,3,4,5], 'b': [5,2,3,4,1], 'c': [1,3,5,4,6]}

我想对另一个人求平均值:

merged = {'m': [2.33,2.33,3.66,4.0,4.0]}

有没有一种聪明的方法可以找到它?

如果列表具有不同的长度并且我想要可用的平均值,或者假设所有列表在同一时间段内发生,尽管数据点数不同,该怎么办?

4 个答案:

答案 0 :(得分:2)

鉴于你用numpy和scipy标记了这个,我假设它可以使用科学的python函数。那么完成第一项任务的简洁方法就是

$ ipython --pylab
>>> dictionary = {'a': [1,2,3,4,5], 'b': [5,2,3,4,1], 'c': [1,3,5,4,6]}
>>> map(mean, np.array(dictionary.values()).transpose())
[2.3333333333333335, 2.3333333333333335, 3.6666666666666665, 4.0, 4.0]

当然,您可以将其放入带有密钥的字典中。并将结果四舍五入,以便以您指定的形式得到结果。

至于处理缺失值或不同长度的数组, 您首先需要决定如何处理缺失的数据。 你问第二个问题的方式感觉太模糊了。

答案 1 :(得分:0)

一个简单的数据方法就是

from statistics import mean

dictionary = {'a': [1,2,3,4,5], 'b': [5,2,3,4,1], 'c': [1,3,5,4,6]}
merged = {'m': [mean(values) for values in zip(*dictionary.values())]}

merged
#>>> {'m': [2.3333333333333335, 2.3333333333333335, 3.6666666666666665, 4.0, 4.0]}

对于较旧的Python 3版本,请将statistics.mean替换为sum(values) / len(values)。对于Python 2,您需要from __future__ import division或使用float(len(values)

如果你想要线性插值,那也很容易:

from statistics import mean
import numpy

dictionary = {'a': [1,2,3,4,5], 'b': [5,2,3,1], 'c': [1,3,5,4,6]}

def interpolate_many(lists):
    maxlen = max(map(len, lists))
    interpolation_target = numpy.linspace(0, 1, maxlen)

    for lst in lists:
        x_values = numpy.linspace(0, 1, len(lst))
        yield numpy.interp(interpolation_target, x_values, lst)

interpolated = interpolate_many(dictionary.values())

merged = {'m': [mean(values) for values in zip(*interpolated)]}
merged
#>>> {'m': [2.3333333333333335, 2.5833333333333335, 3.5, 3.5, 4.0]}

所有这一切都是对列表进行预处理,以便将短列表拉伸到最大长度(maxlen,如果您愿意,可以更改)。然后它运行先前的代码。

答案 2 :(得分:0)

以下代码根据找到的元素数量对数组进行平均。

dictionary = {'a': [1,2,3,4,5], 'b': [5,2,3,4,1], 'c': [1,3,5,4,6]}

mergerd = {'m': []}

i = 0
count = 0
num = len(dictionary)

while True:
    mergerd['m'].append(0)
    for key in dictionary: #for each entry in the dictionary
        if (len(dictionary[key]) <= i): #if the list for that entry doesn't have a element
            continue
        mergerd['m'][i] += dictionary[key][i]
        count += 1
    if count == 0: #if there were no more elements
        mergerd['m'].pop()
        break
    mergerd['m'][i] = mergerd['m'][i]/count
    count = 0
    i += 1

print(mergerd['m'])

产生以下输出

[2.3333333333333335, 2.3333333333333335, 3.6666666666666665, 4.0, 4.0]

if dictionary was equal to {'a': [1,2,3,4,5,3], 'b': [5,2,3,4,1,1,1], 'c': [1,3,5,4,6]}
# then the following would be output
[2.3333333333333335, 2.3333333333333335, 3.6666666666666665, 4.0, 4.0, 2.0, 1.0]

合并数组的最后两个元素是2.0和1.0

2是因为只有两个数组有第6个元素,它们的值是3和1,所以(3 + 1)/ 2 = 2

1是因为只有一个数组有第7个元素,值为1,所以1/1 = 1

答案 3 :(得分:0)

您可以使用基本列表理解:

import numpy
dictionary = {'a': [1,2,3,4,5], 'b': [5,2,3,4,1], 'c': [1,3,5,4,6]}
vals = [dictionary.values()[i][j] for j in range(5) for i in range(3)]
vals = [vals[i:i+3] for i in range(0, len(vals), 3)]
merged = {}
merged['m'] = [numpy.mean(item) for item in vals)]
print merged #{'m': [2.3333333333333335, 2.3333333333333335, 3.6666666666666665, 4.0, 4.0]}