Question

在熊猫中，可以在具有类似偏移量的窗口的类似日期时间的列上计算滚动窗口。

官方文档提供了一个示例：

>>> df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]},
...                   index = [pd.Timestamp('20130101 09:00:00'),
...                            pd.Timestamp('20130101 09:00:02'),
...                            pd.Timestamp('20130101 09:00:03'),
...                            pd.Timestamp('20130101 09:00:05'),
...                            pd.Timestamp('20130101 09:00:06')])

>>> df.rolling('2s').sum()
                       B
2013-01-01 09:00:00  0.0
2013-01-01 09:00:02  1.0
2013-01-01 09:00:03  3.0
2013-01-01 09:00:05  NaN
2013-01-01 09:00:06  4.0

在DolphinDB中，只能根据列的行数而不是时间段来计算mavg，msum等移动函数。因此，当我运行以下代码时：

t = table(09:00:00 09:00:02 09:00:03 09:00:05 09:00:06 as time, 0 1 2 NULL 4 as B)
select msum(B, 2) from t

我得到的是：

msum_B
------
NULL      
1     
3     
2     
4

无论时间列如何，结果都保持不变。

我想知道是否可以基于DolphinDB中的时间列来计算滚动窗口。

Answer 1

DolphinDB数据库的窗口联接可以满足您的需求。

select  tleft.time, sum from wj(t as tleft, t, -1:0, <sum(B) as sum>, `time)

在DolphinDB时间序列数据上滚动窗口

1 个答案: