pandas.DataFrame.resample的高斯核密度平滑？

Question

我正在使用pandas.DataFrame.resample将随机事件重新采样到1小时间隔，并且看到非常随机的结果，如果我将间隔增加到2或4小时，似乎不会消失。这让我想知道Pandas是否有任何类型的方法来生成平滑密度内核，如高斯核密度方法，带有可调节带宽来控制平滑。我没有在文档中看到任何内容，但我想在发布到开发人员列表服务器之前发布此处，因为这是他们的偏好。 Scikit-Learn有precisely the Gaussian kernel density function that I want，所以我会尝试使用它，但它会成为Pandas的绝佳补充。

非常感谢任何帮助！

hourly[0][344:468].plot()

Answer 1

Pandas能够在滚动窗口上应用聚合。 win_type参数控制窗口的形状。可以设置center参数，以便将标签设置在窗口的中心，而不是右边缘。做高斯平滑：

hrly = pd.Series(hourly[0][344:468])
smooth = hrly.rolling(window=5, win_type='gaussian', center=True).mean(std=0.5)

http://pandas.pydata.org/pandas-docs/stable/computation.html#rolling

Answer 2

我现在发现这个选项在pandas.stats.moments.ewma中可用，而且效果非常好。结果如下：

from pandas.stats.moments import ewma

hourly[0][344:468].plot(style='b')
ewma(hourly[0][344:468], span=35).plot(style='k')