Question

假设我有以下代码：

import numpy as np
import pandas as pd
x = np.array([1.0, 1.1, 1.2, 1.3, 1.4])
s = pd.Series(x, index=[1, 2, 3, 4, 5])

这会产生以下s：

现在我要创建的是一个大小为n的滚动窗口，但我不想采用每个窗口的均值或标准偏差，我只想要数组。所以，假设n = 3。我想要一个转换，在输入s：

的情况下输出以下系列

1    array([1.0, nan, nan])
2    array([1.1, 1.0, nan])
3    array([1.2, 1.1, 1.0])
4    array([1.3, 1.2, 1.1])
5    array([1.4, 1.3, 1.2])

我该怎么做？

Answer 1

这是一种方法

In [294]: arr = [s.shift(x).values[::-1][:3] for x in range(len(s))[::-1]]

In [295]: arr
Out[295]:
[array([  1.,  nan,  nan]),
 array([ 1.1,  1. ,  nan]),
 array([ 1.2,  1.1,  1. ]),
 array([ 1.3,  1.2,  1.1]),
 array([ 1.4,  1.3,  1.2])]

In [296]: pd.Series(arr, index=s.index)
Out[296]:
1    [1.0, nan, nan]
2    [1.1, 1.0, nan]
3    [1.2, 1.1, 1.0]
4    [1.3, 1.2, 1.1]
5    [1.4, 1.3, 1.2]
dtype: object

Answer 2

这是使用NumPy broadcasting -

的矢量化方法

n = 3 # window length
idx = np.arange(n)[::-1] + np.arange(len(s))[:,None] - n + 1
out = s.get_values()[idx]
out[idx<0] = np.nan

这可以将输出作为2D数组。

获取一个系列，其中每个元素都将每个窗口保存为列表 -

In [40]: pd.Series(out.tolist())
Out[40]: 
0    [1.0, nan, nan]
1    [1.1, 1.0, nan]
2    [1.2, 1.1, 1.0]
3    [1.3, 1.2, 1.1]
4    [1.4, 1.3, 1.2]
dtype: object

如果您希望获得一维数组拆分数组的列表，可以在输出上使用np.split，如下所示 -

out_split = np.split(out,out.shape[0],axis=0)

示例运行 -

In [100]: s
Out[100]: 
1    1.0
2    1.1
3    1.2
4    1.3
5    1.4
dtype: float64

In [101]: n = 3

In [102]: idx = np.arange(n)[::-1] + np.arange(len(s))[:,None] - n + 1
     ...: out = s.get_values()[idx]
     ...: out[idx<0] = np.nan
     ...: 

In [103]: out
Out[103]: 
array([[ 1. ,  nan,  nan],
       [ 1.1,  1. ,  nan],
       [ 1.2,  1.1,  1. ],
       [ 1.3,  1.2,  1.1],
       [ 1.4,  1.3,  1.2]])

In [104]: np.split(out,out.shape[0],axis=0)
Out[104]: 
[array([[  1.,  nan,  nan]]),
 array([[ 1.1,  1. ,  nan]]),
 array([[ 1.2,  1.1,  1. ]]),
 array([[ 1.3,  1.2,  1.1]]),
 array([[ 1.4,  1.3,  1.2]])]

`strides`

的内存效率

为了提高内存效率，我们可以使用一个跨步的 - strided_axis0，类似于@B. M.'s solution，但更通用一个。

因此，要获得具有NaN的二维数组的数组，这是第一个元素 -

In [35]: strided_axis0(s.values, fillval=np.nan, L=3)
Out[35]: 
array([[nan, nan, 1. ],
       [nan, 1. , 1.1],
       [1. , 1.1, 1.2],
       [1.1, 1.2, 1.3],
       [1.2, 1.3, 1.4]])

使用NaN作为填充符来获取每个行中原始元素之后的元素的2D数组以及要翻转的元素的顺序，如问题中所述 -

In [36]: strided_axis0(s.values, fillval=np.nan, L=3)[:,::-1]
Out[36]: 
array([[1. , nan, nan],
       [1.1, 1. , nan],
       [1.2, 1.1, 1. ],
       [1.3, 1.2, 1.1],
       [1.4, 1.3, 1.2]])

要获得包含每个窗口作为列表的每个元素的系列，只需使用pd.Series(out.tolist())包含早期方法，out为2D数组输出 -

In [38]: pd.Series(strided_axis0(s.values, fillval=np.nan, L=3)[:,::-1].tolist())
Out[38]: 
0    [1.0, nan, nan]
1    [1.1, 1.0, nan]
2    [1.2, 1.1, 1.0]
3    [1.3, 1.2, 1.1]
4    [1.4, 1.3, 1.2]
dtype: object

Answer 3

您的数据看起来像一个跨步阵列：

data=np.lib.stride_tricks.as_strided(np.concatenate(([NaN]*2,s))[2:],(5,3),(8,-8))
"""
array([[ 1. ,  nan,  nan],
       [ 1.1,  1. ,  nan],
       [ 1.2,  1.1,  1. ],
       [ 1.3,  1.2,  1.1],
       [ 1.4,  1.3,  1.2]])
"""

然后转换为系列：

pd.Series(map(list,data))
"""" 
0    [1.0, nan, nan]
1    [1.1, 1.0, nan]
2    [1.2, 1.1, 1.0]
3    [1.3, 1.2, 1.1]
4    [1.4, 1.3, 1.2]
dtype: object
""""

Answer 4

如果您在系列的开头和结尾添加了缺少的nan，则使用一个简单的窗口

def wndw(s,size=3):

    stretched = np.hstack([
        np.array([np.nan]*(size-1)),
        s.values.T,
        np.array([np.nan]*size)
    ])

    for begin in range(len(stretched)-size):
        end = begin+size
        yield stretched[begin:end][::-1]

for arr in wndw(s, 3):
    print arr

创建一个Pandas滚动窗口系列的数组

4 个答案:

`strides`