python - 如何让 Pandas 在非均匀 x 网格上执行滚动平均

Question

我想执行滚动平均值，但窗口在 x 中只有有限的“视觉”。我想要类似于下面的内容，但我想要一个基于 x 值而不是位置索引的窗口范围。
虽然在 Pandas 中这样做是首选，但 numpy/scipy 等价物也可以

import numpy as np 
import pandas as pd 

x_val = [1,2,4,8,16,32,64,128,256,512]
y_val = [x+np.random.random()*200 for x in x_val]

df = pd.DataFrame(data={'x':x_val,'y':y_val})
df.set_index('x', inplace=True)

df.plot()
df.rolling(1, win_type='gaussian').mean(std=2).plot()

所以我希望前 5 个值被平均在一起，因为它们彼此相差 10 个 xunits，但最后一个值保持不变。

Answer 1

关键问题仍然是:您希望通过滚动方式实现什么？
从数学上讲，一种干净的方法是:

插值到 x 数据的最佳 dx

执行滚动平均值

取出你想要的数据点(但要小心:这一步也是一种平均!)

这是插值的代码:

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d

x_val = [1,2,4,8,16,32,64,128,256,512]
y_val = [x+np.random.random()*200 for x in x_val]

df = pd.DataFrame(data={'x':x_val,'y':y_val})
df.set_index('x', inplace=True)

#df.plot()
df.rolling(5, win_type='gaussian').mean(std=200).plot()


#---- Interpolation -----------------------------------
f1 = interp1d(x_val, y_val)
f2 = interp1d(x_val, y_val, kind='cubic')

dx = np.diff(x_val).min()  # get the smallest dx in the x-data set

xnew = np.arange(x_val[0], x_val[-1]+dx, step=dx)
ynew1 = f1(xnew)
ynew2 = f2(xnew)

#---- plot ---------------------------------------------
fig = plt.figure(figsize=(15,5))
plt.plot(x_val, y_val, '-o', label='data', alpha=0.5)
plt.plot(xnew, ynew1, '|', ms = 15, c='r', label='linear', zorder=1)
#plt.plot(xnew, ynew2, label='cubic')
plt.savefig('curve.png')
plt.legend(loc='best')
plt.show()