如何将pandas.rolling()。mean用于3D输入数组?

时间:2019-03-26 04:40:27

标签: python-3.x pandas rolling-average

对于1D,我可以使用:

a=np.array([1,2,3,4])
b=pandas.Series(a).rolling(window=3,center=True).mean()

但是问题是,如果我有数组a,则在3D模式下使用此方法会出错

Exception: Data must be 1-dimensional

我使用的代码是:

t[:,:,0]=(pd.Series(imgg[:,:,0:4]).rolling(window=[1,1,3],center=True).mean())

imgg是3D numpy数组。

我还尝试了什么:

我还尝试了旧功能rolling_meanpd.rolling_mean(a,4,center=True),但它也无法正常工作,并显示错误消息:

AssertionError: cannot support ndim > 2 for ndarray compat

1 个答案:

答案 0 :(得分:1)

好的,希望这是您所需要的。

我认为您可以尝试首先拆分数组,而不是尝试在3维数组上工作-因为我们知道它可以在1D数组上工作。

import pandas as pd

imgg = [(1,2,1),(2,3,3),(4,1,2),(5,3,2),(6,2,1),(2,3,4),(5,6,2)]

>>>imgg
   0  1  2
0  1  2  1
1  2  3  3
2  4  1  2
3  5  3  2
4  6  2  1
5  2  3  4
6  5  6  2

x = []
y = []
d = []

# Split into components
for img in imgg:
    x.append(img[0])
    y.append(img[1])
    d.append(img[2])

# Compute rolling mean
dm = pd.Series(d).rolling(window=3,center=True).mean()

# Stitch them back to form your desired dataframe
data = [k for k in zip(x,y,dm)]
df = pd.DataFrame(data)

>>>df
   0  1         2
0  1  2       NaN
1  2  3  2.000000
2  4  1  2.333333
3  5  3  1.666667
4  6  2  2.333333
5  2  3  2.333333
6  5  6       NaN