python - 跨时间轴的滑动窗口平均值

Question

我有一组以 30 分钟为间隔的大型时间序列数据，并尝试对这组数据做一个滑动窗口，但使用 pandas 分别针对一天中的每个时间点。

我不是统计学家，也不擅长为这类工作思考或编码，但这是我笨拙地尝试做我想做的事情。我真的在寻求改进它的帮助，因为我知道会有更好的方法来做到这一点，可能使用 MultiIndexes 和一些适当的迭代？但我一直在努力跨越“时间轴”来做到这一点。

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是数据和45(天)内的两个点。我一直盯着这段代码看，所以我不确定它对其他人有什么意义(如果有的话)，请询问以便我可以澄清其他任何事情。

已解决:(解决方案由 crewbum 提供)

修改后的函数如预期的那样运行的非常快:

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)

逆轴函数:

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))])

目前 sliding_mean 上的 center=True 似乎已损坏，如果有机会，我会在 github 中归档它。

Answer 1

如果您对多索引感兴趣，请查看 df.pivot_table()。它会自动创建一个 MultiIndex 时 在行和/或列参数中传递多个键。

例如，假设您要旋转数据，因此有单独的列 每天的每个周末和非周末 30 分钟；你可以通过添加 Day、Weekend 和 TOD(time-of-day)列到 DataFrame，然后传递 将这些列名称添加到 pivot_table，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 pivot 的列。 pd.rolling_mean() 与 pandas 中的所有滚动/移动函数一样，甚至接受用于居中滑动窗口的 center 参数。

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