熊猫：DataFrame中周期数据的指数移动平均值

Question

好吧，我有一个带有“电源”列的DataFrame，它报告面板的生产情况，以30分钟为间隔进行测量。

我想为一天开发一个“预测过滤器”，将一天划分为30分钟的间隔，对于每个间隔，预测x'使用指数加权移动平均值，因此$ x'（i ）= \ alpha x'（i-1）+（1+ \ alpha）x（i）$ 我有一个名为r的数据框，并且我使用以下方法添加了一个名为ewm的新列来完成上述EWMA。

def myewm(data,alpha=0.5,w=48):
    data['ewm'] = 0
    for i in range(w):
        data.iloc[i::w,7] = data.iloc[i::w].Panel.ewm(alpha=0.5,adjust=False).mean()

很显然，我想知道是否有使用其他一些Pandas API调用的更好方法。请注意，.ewm函数显然不能用于所有数据，因为您必须在每个插槽中对该插槽的数据进行ewm。 也许使用groupby？或其他功能来收集满足某些约束条件的数据。