Question

我有一组熊猫时间戳和值的数据集。时间戳之间的间隔大约是一年的总时间中的约12秒，但有时会丢失点（即时间序列不规则，因此我无法使用固定的窗口大小）。

我想计算1分钟间隔内值的滚动平均值，但没有得到我期望的行为。我发现了一个类似的问题here，但它使用的是总和，也使用的是熊猫版0.19.0。我正在使用Pandas 0.23.4。

样本数据

Time, X
2018-02-02 21:27:00,    75.4356
2018-02-02 21:27:12,    78.29821
2018-02-02 21:27:24,    73.098345
2018-02-02 21:27:36,    78.3331
2018-02-02 21:28:00,    79.111

请注意，缺少2018-02-02 21:27:48。

对于滚动总和，我可以只用0填充缺失值，但对于平均值，我不希望将缺失点计为真实数据点（例如，我希望窗口为求和（数据点在给定的间隔内）/间隔内的数据点数）。

我想在不同的时间段（例如1分钟，5分钟，15分钟，1小时等）进行操作。

我最接近获得实际值的是：

代码

df['rolling_avg']=df.rolling('1T',on='Time').X.mean()

我的理解是，这将是1分钟的滚动平均值。

但是，我不确定如何解释输出。我本来希望在开始的1 + 1分钟内出现NaN，因为没有任何依据可以作为平均的基础，但是我有值。

输出

    Time                X         rolling_avg
0   2018-02-02 21:27:00 75.4356   75.435600
1   2018-02-02 21:27:12 78.29821  76.866905
2   2018-02-02 21:27:24 73.098345 75.610718
3   2018-02-02 21:27:36 78.3331   76.291314
4   2018-02-02 21:28:00 79.111    77.210164

基本上，在此输出中，df[1].rolling_avg是(Value[0]+Value[1])/2，尽管间隔是12秒而不是1分钟。

有没有办法做我想做的事情，还是需要编写一个for循环来手动执行此操作？

Answer 1

我认为问题可能出在您的数据中。然后也许我没有解决问题。使用您的数据时，我遇到了同样的错误，但是当我尝试执行此操作时，它仍然起作用。

import  pandas as pd
import numpy as np
import datetime

time = pd.date_range(start='1/1/2018', end='1/02/2018', freq='12s')
time

DatetimeIndex(['2018-01-01 00:00:00', '2018-01-01 00:00:12',
               '2018-01-01 00:00:24', '2018-01-01 00:00:36',
               '2018-01-01 00:00:48', '2018-01-01 00:01:00',
               '2018-01-01 00:01:12', '2018-01-01 00:01:24',
               '2018-01-01 00:01:36', '2018-01-01 00:01:48',
               ...
               '2018-01-01 23:58:12', '2018-01-01 23:58:24',
               '2018-01-01 23:58:36', '2018-01-01 23:58:48',
               '2018-01-01 23:59:00', '2018-01-01 23:59:12',
               '2018-01-01 23:59:24', '2018-01-01 23:59:36',
               '2018-01-01 23:59:48', '2018-01-02 00:00:00'],
              dtype='datetime64[ns]', length=7201, freq='12S')

B = np.random.randint(0, 9, 7201)

df = pd.DataFrame(B, time)
df['rolling_avg']=df.rolling('60s', min_periods=3).mean()
df.head(20)

    0                rolling_avg
2018-01-01 00:00:00 5   NaN
2018-01-01 00:00:12 0   NaN
2018-01-01 00:00:24 1   2.0
2018-01-01 00:00:36 0   1.5
2018-01-01 00:00:48 6   2.4
2018-01-01 00:01:00 7   2.8
2018-01-01 00:01:12 6   4.0
2018-01-01 00:01:24 3   4.4
2018-01-01 00:01:36 7   5.8
2018-01-01 00:01:48 6   5.8
2018-01-01 00:02:00 2   4.8
2018-01-01 00:02:12 6   4.8
2018-01-01 00:02:24 1   4.4
2018-01-01 00:02:36 0   3.0
2018-01-01 00:02:48 8   3.4
2018-01-01 00:03:00 2   3.4
2018-01-01 00:03:12 5   3.2
2018-01-01 00:03:24 8   4.6
2018-01-01 00:03:36 4   5.4
2018-01-01 00:03:48 1   4.0

带有时间偏移熊猫的滚动平均值

1 个答案: