pandas庫之DataFrame滑動窗口的實現(xiàn)
更新時間：2023年03月31日 09:29:20 作者：bujbujbiu
本文主要介紹了pandas庫之DataFrame滑動窗口的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
（1）DataFrame的滑動窗口
提供滑動窗口計算，可用于時間序列（時間和日期）數(shù)據(jù)
DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None, method='single')
參數(shù)：
window：int, offset, or BaseIndexer subclass
移動窗口的大小，如果是整數(shù)，代表每個窗口覆蓋的固定數(shù)量；如果是offset（pandas時間序列），代表每個窗口的時間段，每個窗口的大小將根據(jù)時間段中包含的觀察值而變化，僅對datetimelike索引有效。
min_periods：int, default None
窗口計算值要求至少有min_periods個觀測值。窗口由時間類型指定，則min_periods默認為1，窗口為整數(shù)，則min_periods默認為窗口大小
center：bool, default False
是否將窗口中間索引設為窗口計算后的標簽
win_type：str, default None
觀測值的權重分布。如果為None，則所有點的權重均相等。如果是字符串，要求是 scipy.signal window function函數(shù)
on：str, optional
對于 DataFrame，計算滾動窗口所依照的列標簽或索引級別，而不是 DataFrame 的索引
axis：int or str, default 0
如果是0或’index’，按行滾動；如果是1或’columns’，按列滾動
closed：str, default None
‘right’：窗口中的第一個點將從計算中排除；‘left‘：窗口中的最后一個點將從計算中排除；‘both’：窗口中沒有點將從計算中排除；‘neither’：窗口中的第一個點和最后一個點將從計算中排除；默認’right’
Example
窗口大小為2的求和
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame({'B':[0,1,2,np.nan,4]})
>>> df
B
0 0.0
1 1.0
2 2.0
3 NaN
4 4.0
>>> df.rolling(2).sum()
B
0 NaN
1 1.0
2 3.0
3 NaN
4 NaN
窗口為2s的求和
>>> df_time = 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_time
B
2013-01-01 09:00:00 0.0
2013-01-01 09:00:02 1.0
2013-01-01 09:00:03 2.0
2013-01-01 09:00:05 NaN
2013-01-01 09:00:06 4.0
>>> df_time.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
有 2 個觀測值的前視窗口的滾動求和（a和a+1）
# 設置前向窗口
>>> indexer = pd.api.indexers.FixedForwardWindowIndexer(window_size=2)
>>> df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]})
>>> df.rolling(window=indexer,min_periods=1).sum()
B
0 1.0
1 3.0
2 2.0
3 4.0
4 4.0
窗口長度為 2 個觀測值的滾動和，但至少需要 1 個觀測值才可計算值
>>> df.rolling(2,min_periods=1).sum()
B
0 0.0
1 1.0
2 3.0
3 2.0
4 4.0滾動總和，并將結果分配到窗口索引的中心
>>> df.rolling(3, min_periods=1, center=True).sum()
B
0 1.0
1 3.0
2 3.0
3 6.0
4 4.0
>>> df.rolling(3, min_periods=1, center=False).sum()
B
0 0.0
1 1.0
2 3.0
3 3.0
4 6.0
高斯分布窗口
>>> df.rolling(2,win_type='gaussian').sum(std=3)
B
0 NaN
1 0.986207
2 2.958621
3 NaN
4 NaN
（2）pandas的窗口操作
窗口由從當前觀測值回溯窗口長度組成
>>> import pandas as pd >>> s = pd.Series(range(5)) >>> s 0 0 1 1 2 2 3 3 4 4 dtype: int64 # 5個分區(qū) >>> for window in s.rolling(window=2): print(window) 0 0 dtype: int64 0 0 1 1 dtype: int64 1 1 2 2 dtype: int64 2 2 3 3 dtype: int64 3 3 4 4 dtype: int64
panadas支持4種窗口操作
- Rolling window：值的固定/變動的滑動窗口
- Weighted window：由 scipy.signal 庫提供的加權非矩形窗口
- Expanding window：值的累積窗口
- Exponentially Weighted window：值的累積和指數(shù)加權窗
其中滑動窗口支持時間序列的計算
>>> s = pd.Series(range(5),index = pd.date_range('2020-01-01',periods=5,freq='1D'))
>>> s
2020-01-01 0
2020-01-02 1
2020-01-03 2
2020-01-04 3
2020-01-05 4
Freq: D, dtype: int64
>>> s.rolling(window='2D').sum()
2020-01-01 0.0
2020-01-02 1.0
2020-01-03 3.0
2020-01-04 5.0
2020-01-05 7.0
Freq: D, dtype: float64
部分窗口支持先分組再執(zhí)行窗口操作
>>> df = pd.DataFrame({'A':['a', 'b', 'a', 'b', 'a'],'B':range(5)})
>>> df
A B
0 a 0
1 b 1
2 a 2
3 b 3
4 a 4
>>> df.groupby('A').expanding().sum()
B
A
a 0 0.0
2 2.0
4 6.0
b 1 1.0
3 4.0
Rolling window
>>> times = ['2020-01-01', '2020-01-03', '2020-01-04', '2020-01-05', '2020-01-29']
>>> s = pd.Series(range(5),index = pd.DatetimeIndex(times))
>>> s
2020-01-01 0
2020-01-03 1
2020-01-04 2
2020-01-05 3
2020-01-29 4
dtype: int64
# 兩個觀測值的窗口
>>> s.rolling(2).sum()
2020-01-01 NaN
2020-01-03 1.0
2020-01-04 3.0
2020-01-05 5.0
2020-01-29 7.0
dtype: float64
# 兩天的窗口
>>> s.rolling('2D').sum()
2020-01-01 0.0
2020-01-03 1.0
2020-01-04 3.0
2020-01-05 5.0
2020-01-29 4.0
dtype: float64
Centering windows
窗口計算后默認標簽是窗口的最后一個，center可以使中間索引作為標簽
>>> s = pd.Series(range(10)) >>> s.rolling(window=5).mean() 0 NaN 1 NaN 2 NaN 3 NaN 4 2.0 5 3.0 6 4.0 7 5.0 8 6.0 9 7.0 dtype: float64 >>> s.rolling(window=5, center=True).mean() 0 NaN 1 NaN 2 2.0 3 3.0 4 4.0 5 5.0 6 6.0 7 7.0 8 NaN 9 NaN dtype: float64
Rolling apply
自定義窗口計算公式
>>> import numpy as np >>> def mad(x): return np.fabs(x - x.mean()).mean() >>> s = pd.Series(range(10)) >>> s.rolling(window=4).apply(mad, raw=True) 0 NaN 1 NaN 2 NaN 3 1.0 4 1.0 5 1.0 6 1.0 7 1.0 8 1.0 9 1.0 dtype: float64
Weighted window
為窗口中的值添加權重
>>> s = pd.Series(range(10)) >>> s.rolling(window=5, win_type="gaussian").mean(std=0.1) 0 NaN 1 NaN 2 NaN 3 NaN 4 2.0 5 3.0 6 4.0 7 5.0 8 6.0 9 7.0 dtype: float64
到此這篇關于pandas庫之DataFrame滑動窗口的實現(xiàn)的文章就介紹到這了,更多相關pandas DataFrame滑動窗口內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python面向對象編程之類的引用，引用 Reference是對象的指針，引用是內存中真實對象的指針，表示為變量名或者內存地址、每個對象存在至少一個引用，id()函數(shù)用于獲得引用，想具體了解的小伙伴可以參考下面文章的內容2021-11-11
Python辦公?動化是利?Python編程語?來創(chuàng)建腳本和程序,以簡化、加速和?動化?常辦公任務和?作流程的過程,它基于Python的強?功能和豐富的第三?庫,使得能夠處理各種辦公任務,本文給大家介紹了Python對PDF文檔和PPT文檔的操作,需要的朋友可以參考下2023-12-12
異常指當程序出現(xiàn)錯誤后程序的處理方法,異常機制提供了程序正常退出的安全通道.當出現(xiàn)錯誤后,程序執(zhí)行的流程發(fā)生改變,程序的控制權轉移到異常處理器,如序列的下標越界、打開不存在的文件、空引用異常等2023-02-02
這篇文章主要介紹了Python?程序通過可執(zhí)行文件部署方式,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2023-04-04
解決python中os.listdir()函數(shù)讀取文件夾下文件的亂序和排序問題
今天小編就為大家分享一篇解決python中os.listdir()函數(shù)讀取文件夾下文件的亂序和排序問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
這篇文章主要為大家詳細介紹了python遍歷文件目錄、批量處理同類文件，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-08-08
將內容從?Word?文檔中提取出來可以方便我們對其進行其他操作,如將內容儲存在數(shù)據(jù)庫中,本文將介紹如何使用簡單的代碼實現(xiàn)從?Word?文檔中提取文本和圖片內容并保存,需要的可以參考下2023-12-12
本文給大家分享python保留小數(shù)位的三種方法，代碼簡單易懂，非常不錯，具有一定的參考借鑒價值,需要的朋友可以參考下2020-01-01
DRF常用功能的案例基本用法都有講解，關于限流（Throttling）這個功能其實在真實的業(yè)務場景中能真正用到的其實不算多。今天說這個話題其實一方面是討論功能，另一方面也是希望換個角度去審視我們的開發(fā)過程，希望大家可以在使用DRF功能的同時，也了解一下功能背后的實現(xiàn)2021-06-06
詳解pyqt中解決國際化tr()函數(shù)不起作用的問題
本文主要介紹了pyqt中解決國際化tr()函數(shù)不起作用的問題，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-02-02