滑动窗口在时间轴上的平均值

Question

我有一个30分钟间隔的大型时间序列数据集,并试图在这组数据上做一个滑动窗口,但是使用pandas分别为当天的每个点.

我不是统计学家,不善于思考或编写这类工作,但这是我笨手笨脚地做我想做的事.我真的在寻求帮助来改进它,因为我知道有更好的方法可以做到这一点,可能使用MultiIndexes和一些适当的迭代？但我在"时间轴"上努力做到这一点.

def sliding_window(run,data,type='mean'):
    data = data.asfreq('30T')
    for x in date_range(run.START, run.END, freq='1d'):
        if int(datetime.strftime(x, "%w")) == 0 or int(datetime.strftime(x, "%w")) == 6:
            points = data.select(weekends).truncate(x - relativedelta(days=run.WINDOW),x + relativedelta(days=run.WINDOW)).groupby(lambda date: minutes(date, x)).mean()
        else:
            points = data.select(weekdays).truncate(x - relativedelta(days=run.WINDOW),x + relativedelta(days=run.WINDOW)).groupby(lambda date: minutes(date, x)).mean()
        for point in points.index:
            data[datetime(x.year,x.month,x.day,point.hour,point.minute)] = points[point]
    return data

run.START,run.END和run.WINDOW是数据中的两个点和45(天).我一直在盯着这段代码,所以我不确定它对其他人有什么意义(如果有的话),请问我可以澄清其他任何事情.

解决:(解决方案由船员提供)

修改后的功能如预期的那样愚蠢得快:

def sliding_window(run,data,am='mean',days='weekdays'):
    data = data.asfreq('30T')
    data = DataFrame({'Day': [d.date() for d in data.index], 'Time': [d.time() for d in data.index], 'Weekend': [weekday_string(d) for d in data.index], 'data': data})
    pivot = data.pivot_table(values='data', rows='Day', cols=['Weekend', 'Time'])
    pivot = pivot[days]
    if am == 'median':
        mean = rolling_median(pivot, run.WINDOW*2, min_periods=1)
    mean = rolling_mean(pivot, run.WINDOW*2, min_periods=1)
    return DataFrame({'mean': unpivot(mean), 'amax': np.tile(pivot.max().values, pivot.shape[0]), 'amin': np.tile(pivot.min().values, pivot.shape[0])}, index=data.index)

unpivot功能:

def unpivot(frame):
    N, K = frame.shape
    return Series(frame.values.ravel('C'), index=[datetime.combine(d[0], d[1]) for d in zip(np.asarray(frame.index).repeat(K), np.tile(np.asarray(frame.ix[0].index), N))])

sliding_mean中的中心= True似乎在此刻被打破,如果我有机会将在github中存档.

Answer 1

如果您对多重索引感兴趣，请查看 df.pivot_table()。当在 rows 和/或 cols 参数中传递多个键时，它将自动创建一个 MultiIndex。

例如，假设您想要对数据进行透视，以便每个周末和非周末的 30 分钟时段都有单独的列；您可以通过将 Day、Weekend 和 TOD（一天中的时间）列添加到 DataFrame 中，然后将这些列名称传递给pivot_table 来实现这一点，如下所示。

pivot = df.pivot_table(values='Usage', rows='Day', cols=['TOD', 'Weekend'])

在这种格式中，pd.rolling_mean()（或您创建的函数）可以轻松应用于 的列pivot。pd.rolling_mean() 与 pandas 中的所有滚动/移动函数一样，甚至接受center居中滑动窗口的参数。

pd.rolling_mean(pivot, 90, center=True, min_periods=1)