我有一个时间序列,A持有几个值.我需要获得一个B代数定义的系列如下:
B[t] = a * A[t] + b * B[t-1]
在哪里我们可以假设B[0] = 0,a并且b是实数.
有没有办法在Pandas中进行这种类型的递归计算？或者我没有选择,只能按照这个答案中的建议循环使用Python ？
作为输入的一个例子:
> A = pd.Series(np.random.randn(10,))
0 -0.310354
1 -0.739515
2 -0.065390
3 0.214966
4 -0.605490
5 1.293448
6 -3.068725
7 -0.208818
8 0.930881
9 1.669210
我有一个时间序列需要递归处理以获得时间序列结果(res).这是我的示例代码:
res=s.copy()*0
res[1]=k # k is a constant
for i in range(2,len(s)):
res[i]=c1*(s[i]+s[i-1])/2 +c2*res[i-1]+c3*res[i-2]
其中c1,c2,c3是常数.它工作正常,但我想使用矢量化,我试过:
res[2:]=c1*(s[2:]+s[1:-1])/2+c2*res[1:-1]+c3*res[0:-2]
但我得到"ValueError:
如果我试着, 操作数不能与形状(1016)(1018)一起广播"
res=c1*(s[2:]+s[1:-1])/2+c2*res[1:-1]+c3*res[0:-2]
没有给出任何错误,但是我得不到正确的结果,因为必须在计算发生之前初始化res [0]和res [1].有没有办法用矢量化处理它？
任何帮助将不胜感激,谢谢!