pandas库之DataFrame滑动窗口如何实现

今天小编给大家分享一下pandas库之DataFrame滑动窗口如何实现的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

（1）DataFrame的滑动窗口

提供滑动窗口计算，可用于时间序列（时间和日期）数据

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None, method='single')

参数：

window：int, offset, or BaseIndexer subclass
移动窗口的大小，如果是整数，代表每个窗口覆盖的固定数量；如果是offset（pandas时间序列），代表每个窗口的时间段，每个窗口的大小将根据时间段中包含的观察值而变化，仅对datetimelike索引有效。

min_periods：int, default None
窗口计算值要求至少有min_periods个观测值。窗口由时间类型指定，则min_periods默认为1，窗口为整数，则min_periods默认为窗口大小

center：bool, default False
是否将窗口中间索引设为窗口计算后的标签

win_type：str, default None
观测值的权重分布。如果为None，则所有点的权重均相等。如果是字符串，要求是 scipy.signal window function函数

on：str, optional
对于 DataFrame，计算滚动窗口所依照的列标签或索引级别，而不是 DataFrame 的索引

axis：int or str, default 0
如果是0或’index’，按行滚动；如果是1或’columns’，按列滚动

closed：str, default None
‘right’：窗口中的第一个点将从计算中排除；‘left‘：窗口中的最后一个点将从计算中排除；‘both’：窗口中没有点将从计算中排除；‘neither’：窗口中的第一个点和最后一个点将从计算中排除；默认’right’

Example

窗口大小为2的求和

>>> import pandas as pd>>> import numpy as np>>> df = pd.DataFrame({'B':[0,1,2,np.nan,4]})>>> df     B0  0.01  1.02  2.03  NaN4  4.0>>> df.rolling(2).sum()     B0  NaN1  1.02  3.03  NaN4  NaN

窗口为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                       B2013-01-01 09:00:00  0.02013-01-01 09:00:02  1.02013-01-01 09:00:03  2.02013-01-01 09:00:05  NaN2013-01-01 09:00:06  4.0>>> df_time.rolling('2s').sum()                       B2013-01-01 09:00:00  0.02013-01-01 09:00:02  1.02013-01-01 09:00:03  3.02013-01-01 09:00:05  NaN2013-01-01 09:00:06  4.0

有 2 个观测值的前视窗口的滚动求和（a和a+1）

# 设置前向窗口>>> 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()     B0  1.01  3.02  2.03  4.04  4.0

窗口长度为 2 个观测值的滚动和，但至少需要 1 个观测值才可计算值

>>> df.rolling(2,min_periods=1).sum()     B0  0.01  1.02  3.03  2.04  4.0

滚动总和，并将结果分配到窗口索引的中心

>>> df.rolling(3, min_periods=1, center=True).sum()     B0  1.01  3.02  3.03  6.04  4.0>>> df.rolling(3, min_periods=1, center=False).sum()     B0  0.01  1.02  3.03  3.04  6.0

高斯分布窗口

>>> df.rolling(2,win_type='gaussian').sum(std=3)          B0       NaN1  0.9862072  2.9586213       NaN4       NaN

（2）pandas的窗口操作

窗口由从当前观测值回溯窗口长度组成

>>> import pandas as pd>>> s = pd.Series(range(5))>>> s0    01    12    23    34    4dtype: int64# 5个分区>>> for window in s.rolling(window=2):print(window)0    0dtype: int640    01    1dtype: int641    12    2dtype: int642    23    3Dtype: int643    34    4dtype: int64

panadas支持4种窗口操作

• Rolling window：值的固定/变动的滑动窗口

• Weighted window：由 scipy.signal 库提供的加权非矩形窗口

• Expanding window：值的累积窗口

• Exponentially Weighted window：值的累积和指数加权窗

其中滑动窗口支持时间序列的计算

>>> s = pd.Series(range(5),index = pd.date_range('2020-01-01',periods=5,freq='1D'))>>> s2020-01-01    02020-01-02    12020-01-03    22020-01-04    32020-01-05    4Freq: D, dtype: int64>>> s.rolling(window='2D').sum()2020-01-01    0.02020-01-02    1.02020-01-03    3.02020-01-04    5.02020-01-05    7.0Freq: D, dtype: float64

部分窗口支持先分组再执行窗口操作

>>> df = pd.DataFrame({'A':['a', 'b', 'a', 'b', 'a'],'B':range(5)})>>> df   A  B0  a  01  b  12  a  23  b  34  a  4>>> df.groupby('A').expanding().sum()       BA       a 0  0.0  2  2.0  4  6.0b 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))>>> s2020-01-01    02020-01-03    12020-01-04    22020-01-05    32020-01-29    4dtype: int64# 两个观测值的窗口>>> s.rolling(2).sum()2020-01-01    NaN2020-01-03    1.02020-01-04    3.02020-01-05    5.02020-01-29    7.0dtype: float64# 两天的窗口>>> s.rolling('2D').sum()2020-01-01    0.02020-01-03    1.02020-01-04    3.02020-01-05    5.02020-01-29    4.0dtype: float64

Centering windows

窗口计算后默认标签是窗口的最后一个，center可以使中间索引作为标签

>>> s = pd.Series(range(10))>>> s.rolling(window=5).mean()0    NaN1    NaN2    NaN3    NaN4    2.05    3.06    4.07    5.08    6.09    7.0dtype: float64>>> s.rolling(window=5, center=True).mean()0    NaN1    NaN2    2.03    3.04    4.05    5.06    6.07    7.08    NaN9    NaNdtype: float64

Rolling apply

自定义窗口计算公式

>>> 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    NaN1    NaN2    NaN3    1.04    1.05    1.06    1.07    1.08    1.09    1.0dtype: float64

Weighted window

为窗口中的值添加权重

>>> s = pd.Series(range(10))>>> s.rolling(window=5, win_type="gaussian").mean(std=0.1)0    NaN1    NaN2    NaN3    NaN4    2.05    3.06    4.07    5.08    6.09    7.0dtype: float64

以上就是“pandas库之DataFrame滑动窗口如何实现”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网精选频道。