Question

我有一个pandas数据框，其原始心率数据带有时间索引（以秒为单位）。

我正在尝试对数据进行分区，以便我可以得到用户定义窗口的平均值（例如10s） - 不是滚动平均值，只是平均10s，然后是10s，等等。

import pandas as pd

hr_raw = pd.read_csv('hr_data.csv', index_col='time')
print(hr_raw)

      heart_rate
time            
0.6        164.0
1.0        182.0
1.3        164.0
1.6        150.0
2.0        152.0
2.4        141.0
2.9        163.0
3.2        141.0
3.7        124.0
4.2        116.0
4.7        126.0
5.1        116.0
5.7        107.0

使用上面的示例数据，我希望能够设置用户定义的窗口大小（让我们使用2秒）并生成一个索引为2秒增量的新数据帧，并在时间下降时平均“heart_rate”值进入该窗口（并应继续到数据帧的末尾）。

例如：

      heart_rate
time            
2.0        162.40
4.0        142.25
6.0        116.25

我似乎只能找到基于预定数量的二进制数据分区数据的方法（例如制作直方图），这只会返回计数/频率。

感谢。

Answer 1

groupby应该这样做。

df.groupby((df.index // 2 + 1) * 2).mean()

      heart_rate
time            
2.0       165.00
4.0       144.20
6.0       116.25

请注意，我们的答案之间轻微差异的原因是排除了上限。这意味着，在4.0秒的时间间隔内将考虑以2.0秒为单位的读数。这就是通常的方法，使用TimeGrouper的类似解决方案将产生相同的结果。

Answer 2

像coldspeed指出的那样，2s将被认为是4s，但是，如果你需要2x桶，你可以

In [1038]: df.groupby(np.ceil(df.index/2)*2).mean()
Out[1038]:
      heart_rate
time
2.0       162.40
4.0       142.25
6.0       116.25

在pandas中查找用户定义窗口的平均值

2 个答案: