给定
import pandas as pd
import numpy as np
ssss = pd.DataFrame(np.arange(6))
ssss
:
0
0 0
1 1
2 2
3 3
4 4
5 5
我想对数据帧执行滑动窗口操作。
我想在任意大小、任意步长的滑动窗口上执行通用函数(在这种情况下是指,但它可以是另一个函数,并涉及多个输入列(。
在这种情况下,窗口大小为2,步长也是2。
熊猫支持这种手术吗?
res:
0 res
0 0 0.5
1 1 0.5
2 2 2.5
3 3 2.5
4 4 4.5
5 5 4.5
似乎groupby
不是我想要的。
我可以选择一个愚蠢的解决方案,但即便如此,我也不确定什么是标准方法。我希望熊猫能支持这样的事情,但找不到任何方法。
编辑:
ssss
:
假设第1列的值为字符串
0 1 2
0 0 "5" a
1 1 "4" b
2 2 "3" c
3 3 "2" d
4 4 "1" e
5 5 "0" f
我想用作为一个非常一般的例子
def row_reduce(col0, col1):
return str(2 * col0) + col1
def col_reduce(rows_data):
return ",".join(rows_data)
获得(忽略第2列(
0 1 2 res
0 0 "5" a "05,24"
1 1 "4" b "05,24"
2 2 "3" c "43,62"
3 3 "2" d "43,62"
4 4 "1" e "81,100"
5 5 "0" f "81,100"
这首先使用自定义函数执行行缩减,然后执行带窗口的列缩减。
如果窗口不重叠,则可以使用groupby
。
我想你需要带整数除法的GroupBy.transform
:
#if default RangeIndex
ssss['res'] = ssss.groupby(ssss.index // 2)[0].transform('mean')
#any index - helper array
ssss['res'] = ssss.groupby(np.arange(len(ssss)) // 2)[0].transform('mean')
print (ssss)
0 res
0 0 0.5
1 1 0.5
2 2 2.5
3 3 2.5
4 4 4.5
5 5 4.5
编辑:
print (df)
0 1 2
0 0 5 a
1 1 4 b
2 2 3 c
3 3 2 d
4 4 1 e
5 5 0 f
def row_reduce(col0, col1):
return str(2 * col0) + str(col1)
def col_reduce(rows_data):
return ",".join(rows_data)
df['res'] = (df.apply(lambda x: row_reduce(x[0], x[1]), axis=1)
.groupby(df.index // 2)
.transform(col_reduce))
print (df)
0 1 2 res
0 0 5 a 05,24
1 1 4 b 05,24
2 2 3 c 43,62
3 3 2 d 43,62
4 4 1 e 81,100
5 5 0 f 81,100