我有一个这样的时间序列:
times | data
1994-07-25 15:15:00.000 | 165
1994-07-25 16:00:00.000 | 165
1994-07-26 18:45:00.000 | 165
1994-07-27 15:15:00.000 | 165
1994-07-27 16:00:00.000 | 165
1994-07-28 18:45:00.000 | 165
1994-07-28 19:15:00.000 | 63
1994-07-28 20:35:00.000 | 64
1994-07-28 21:55:00.000 | 64
1994-07-29 14:15:00.000 | 62
1994-07-30 15:35:00.000 | 62
1994-07-30 16:55:00.000 | 61
我想对此数据进行回顾移动平均,但使用基于日期的窗口,而不是基于行或日期时间。
例如,假设lookback = 3 days
,那么对于
1994-07-29 14:15:00.000 | 62
它的回溯移动平均值应该是的平均值
1994-07-26 18:45:00.000 | 165
1994-07-27 15:15:00.000 | 165
1994-07-27 16:00:00.000 | 165
1994-07-28 18:45:00.000 | 165
1994-07-28 19:15:00.000 | 63
1994-07-28 20:35:00.000 | 64
1994-07-28 21:55:00.000 | 64
因为这是一个3天的回顾,所以无论一天内有多少行,平均值都将从1994-07-26
开始,持续3天。
此外,对于具有相同日期(不包括时间)的多行,它们的回溯移动平均值应该相同。
我怎样才能轻松做到这一点?
我会使用pandas DatetimeIndex来累积每个日期的值。
然后可以使用rolling_mean来计算所需的平均值。
import numpy as np
import pandas
df = pandas.DataFrame({'times': np.array(['1994-07-25 15:15:00.000',
'1994-07-25 16:00:00.000',
'1994-07-26 18:45:00.000',
'1994-07-27 15:15:00.000',
'1994-07-27 16:00:00.000',
'1994-07-28 18:45:00.000',
'1994-07-28 19:15:00.000',
'1994-07-28 20:35:00.000',
'1994-07-28 21:55:00.000',
'1994-07-29 14:15:00.000',
'1994-07-30 15:35:00.000',
'1994-07-30 16:55:00.000'], dtype='datetime64'),
'data': [165,165,165,165,165,165,63,64,64,62,62,61]})
df = df.set_index('times')
g = df.groupby(df.index.date)
days = 3
pandas.rolling_mean(g.sum(), days)
这给出:
1994-07-25 NaN
1994-07-26 NaN
1994-07-27 275.000000
1994-07-28 283.666667
1994-07-29 249.333333
1994-07-30 180.333333
您可能希望使用rolling_mean
上的center
和min_periods
参数来获得所需的确切结果。
我建议使用pandas
,特别是resample
函数:
import pandas as pd
首先,读取您的数据,假设保存为csv:
df=pd.read_csv('yourfile.txt',sep=' | ',parse_dates=True,index_col=0)
然后在一天内重新采样,注意这默认为每天样本的"平均值":
df2 = df.resample('D')
获取最后3天:
df2[-3:]
给出:
data
1994-07-28 89.0
1994-07-29 62.0
1994-07-30 61.5
假设yourfile.txt
是这样保存的:
times | data
1994-07-25 15:15:00.000 | 165
1994-07-25 16:00:00.000 | 165
1994-07-26 18:45:00.000 | 16
1994-07-27 15:15:00.000 | 165
1994-07-27 16:00:00.000 | 165
1994-07-28 18:45:00.000 | 165
1994-07-28 19:15:00.000 | 63
1994-07-28 20:35:00.000 | 64
1994-07-28 21:55:00.000 | 64
1994-07-29 14:15:00.000 | 62
1994-07-30 15:35:00.000 | 62
1994-07-30 16:55:00.000 | 61