带有时间分组的熊猫滚动功能

Question

这是我的问题。我有一个 DataFrame 如下：

df:

2013-10-24      1
2013-10-25      2
2013-11-27      3 
2013-11-28      4
2013-12-01      5 
2013-12-02      6

我想要的是这样的 DataFrame：

滚动平均值（df，窗口=“1M”）：

2013-10      1.5
2013-11      3.5
2013-12      5.5 

滚动平均值（df，窗口=“2M”）：

2013-10      NAN
2013-11      2.5
2013-12      4.5 

滚动平均值（df，窗口=“3M”）：

2013-10      NAN
2013-11      NAN
2013-12      3.5 

滚动平均值（df，窗口=“1Y”）：

2013-10      NAN
2013-11      NAN
2013-12      NAN

其中 1M 是“1 个月”，2M 是“2 个月”。窗口不是一个int值，而是一个时间间隔，如'1D'、'3M'、'1Y'等。该函数可以按时间单位（例如'D'、'M'、'Y'）对数据帧进行分组，然后将数据帧滚动到时间单位之前的数字，例如1、3...

我需要这样的滚动功能吗？有人可以帮我吗？我描述清楚了吗？非常感谢。

更新：

我还有一个谜。我需要实现这样一个函数，它可以计算每天的滚动标准偏差，而不是按月重新采样，而是按月加权窗口步长单位。

在这种情况下，我所拥有的也是 df：

2013-10-24      1
2013-10-25      2
2013-11-27      3 
2013-11-28      4
2013-12-01      5 
2013-12-02      6

pd.rolling_std(df.resample('1M'),window=1):

结果是

2013-10    NAN
2013-11    NAN 
2013-12    NAN

我真正是这样的数据框（window = 1）：

2013-10    0.5
2013-11    0.5 
2013-12    0.5

第一个 0.5 是标准差，可以通过 np.sqrt([1,2]) 从 10 月开始计算。其他 0.5 也来自 [3,4] 和 [5,6]。但是，无论resample函数中如何使用= 'xxx'方法，结果都不对。2个月的客观结果是，

df（窗口= 2）：

2013-10    NAN
2013-11    1.1180 
2013-12    1.1180

第一个 1.1180 是标准差，可以通过 np.sqrt([1,2,3,4]) 从 10 月和 11 月计算出来。2013-12 的 1.1180 来自 2013-11 和 2013-12 的 [3,4,5,6]。

ps 标准差是我想实现滚动的功能之一...谢谢~

Answer 1

您可以使用to_datetime日期列来生成日期时间索引。

df = pd.DataFrame({'value': [1, 2, 3, 4, 5, 6]},
                  index=['2013-10-24', '2013-10-25', '2013-11-27', 
                         '2013-11-28', '2013-12-01', '2013-12-02'])           
df.index = pd.to_datetime(df.index)

>>> pd.rolling_mean(df.resample('1M'), 1, freq='1M')
            value
2013-10-31    1.5
2013-11-30    3.5
2013-12-31    5.5

>>> pd.rolling_mean(df.resample('2M'), window=1, freq='1M')
            value
2013-10-31    1.5
2013-11-30    NaN
2013-12-31    4.5

>>> pd.rolling_mean(df.resample('1M'), window=2, freq='1M')
            value
2013-10-31    NaN
2013-11-30    2.5
2013-12-31    4.5

>>> pd.rolling_mean(df.resample('1M'), window=3, freq='1M')
            value
2013-10-31    NaN
2013-11-30    NaN
2013-12-31    3.5

>>> pd.rolling_mean(df.resample('1M'), window=12, freq='1M')
            value
2013-10-31    NaN
2013-11-30    NaN
2013-12-31    NaN