快捷導(dǎo)航

pandas庫(kù)之DataFrame滑動(dòng)窗口的實(shí)現(xiàn)

更新時(shí)間：2023年03月31日 09:29:20 作者：bujbujbiu

本文主要介紹了pandas庫(kù)之DataFrame滑動(dòng)窗口的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

（1）DataFrame的滑動(dòng)窗口

提供滑動(dòng)窗口計(jì)算，可用于時(shí)間序列（時(shí)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(dòng)窗口的大小，如果是整數(shù)，代表每個(gè)窗口覆蓋的固定數(shù)量；如果是offset（pandas時(shí)間序列），代表每個(gè)窗口的時(shí)間段，每個(gè)窗口的大小將根據(jù)時(shí)間段中包含的觀(guān)察值而變化，僅對(duì)datetimelike索引有效。

min_periods：int, default None
窗口計(jì)算值要求至少有min_periods個(gè)觀(guān)測(cè)值。窗口由時(shí)間類(lèi)型指定，則min_periods默認(rèn)為1，窗口為整數(shù)，則min_periods默認(rèn)為窗口大小

center：bool, default False
是否將窗口中間索引設(shè)為窗口計(jì)算后的標(biāo)簽

win_type：str, default None
觀(guān)測(cè)值的權(quán)重分布。如果為None，則所有點(diǎn)的權(quán)重均相等。如果是字符串，要求是 scipy.signal window function函數(shù)

on：str, optional
對(duì)于 DataFrame，計(jì)算滾動(dòng)窗口所依照的列標(biāo)簽或索引級(jí)別，而不是 DataFrame 的索引

axis：int or str, default 0
如果是0或’index’，按行滾動(dòng)；如果是1或’columns’，按列滾動(dòng)

closed：str, default None
‘right’：窗口中的第一個(gè)點(diǎn)將從計(jì)算中排除；‘left‘：窗口中的最后一個(gè)點(diǎn)將從計(jì)算中排除；‘both’：窗口中沒(méi)有點(diǎn)將從計(jì)算中排除；‘neither’：窗口中的第一個(gè)點(diǎn)和最后一個(gè)點(diǎn)將從計(jì)算中排除；默認(rèn)’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(gè)觀(guān)測(cè)值的前視窗口的滾動(dòng)求和（a和a+1）

# 設(shè)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(zhǎng)度為 2 個(gè)觀(guān)測(cè)值的滾動(dòng)和，但至少需要 1 個(gè)觀(guān)測(cè)值才可計(jì)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(dòng)總和，并將結(jié)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(dāng)前觀(guān)測(cè)值回溯窗口長(zhǎng)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(gè)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(dòng)的滑動(dòng)窗口
Weighted window：由 scipy.signal 庫(kù)提供的加權(quán)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(quán)窗

在這里插入圖片描述

其中滑動(dòng)窗口支持時(shí)間序列的計(jì)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(gè)觀(guān)測(cè)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(jì)算后默認(rèn)標(biāo)簽是窗口的最后一個(gè)，center可以使中間索引作為標(biāo)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(jì)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(quán)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(guān)于pandas庫(kù)之DataFrame滑動(dòng)窗口的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)pandas DataFrame滑動(dòng)窗口內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: