Question

给予

import pandas as pd
import numpy as np

ssss = pd.DataFrame(np.arange(6))

ssss：

我想在数据框上执行滑动窗口操作。

我想在任意大小，任意步幅的滑动窗口上执行 general 函数（在这种情况下，是平均的，但是它可以是另一种函数，并且涉及多个输入列）。

在这种情况下，窗口大小为2，步幅也为2。

熊猫支持这种操作吗？

res：

似乎groupby不是我想要的。

我可以使用一种numpy的解决方案，但是即使那样我也不确定什么是标准方法。我希望熊猫能支持这样的东西，但是找不到能做到这一点的任何方法。

编辑：

ssss：

假设第1列的值是字符串

   0 1   2
0  0 "5" a
1  1 "4" b
2  2 "3" c
3  3 "2" d
4  4 "1" e
5  5 "0" f

我想用一个非常普通的例子

def row_reduce(col0, col1):
    return str(2 * col0) + col1

def col_reduce(rows_data):
    return ",".join(rows_data)

获得（而忽略第2列）

   0 1   2 res
0  0 "5" a "05,24"
1  1 "4" b "05,24"
2  2 "3" c "43,62"
3  3 "2" d "43,62"
4  4 "1" e "81,100"
5  5 "0" f "81,100"

这首先使用自定义功能执行行缩减，然后执行窗口列缩减。

Answer 1

如果窗口没有重叠，则可以使用groupby。

我认为您需要GroupBy.transform的整数除法：

#if default RangeIndex
ssss['res'] = ssss.groupby(ssss.index // 2)[0].transform('mean')
#any index - helper array
ssss['res'] = ssss.groupby(np.arange(len(ssss)) // 2)[0].transform('mean')
print (ssss)
   0  res
0  0  0.5
1  1  0.5
2  2  2.5
3  3  2.5
4  4  4.5
5  5  4.5

编辑：

print (df)
   0  1  2
0  0  5  a
1  1  4  b
2  2  3  c
3  3  2  d
4  4  1  e
5  5  0  f

def row_reduce(col0, col1):
    return str(2 * col0) + str(col1)

def col_reduce(rows_data):
    return ",".join(rows_data)


df['res'] = (df.apply(lambda x: row_reduce(x[0], x[1]), axis=1)
               .groupby(df.index // 2)
               .transform(col_reduce))
print (df)
   0  1  2     res
0  0  5  a   05,24
1  1  4  b   05,24
2  2  3  c   43,62
3  3  2  d   43,62
4  4  1  e  81,100
5  5  0  f  81,100

如何在数据框上执行窗口化操作？

1 个答案: