时间戳

首页 > 解决方案 > 如何在熊猫数据框中创建滑动窗口并应用函数

python - 如何在熊猫数据框中创建滑动窗口并应用函数

问题描述

我有以下数据框：

Time      A

1         1
2         1
3         1
4         1
5         2
6         2
7         3
8         3
9         2
10        1
11        1
12        1
13        3
14        3
15        3

需要创建一个长度为 3 的滑动窗口，该窗口在时间列上滑动 2 步，并将一些服装功能应用于 A 列（为了这个例子，假设平均值和最大值）

它的 r 等价物是 

 dat %>% dplyr::mutate(SMA_A=rollapplyr(A, 3, mean ,by = 2,align ="center", partial=TRUE, fill=NA),
                  Max_A =rollapplyr(A, 3, max ,by=2, align ="center", partial=TRUE,fill=NA)
                 )

预期输出：

    Time  A     SMA_A    Max_A
      1   1    1.000000     1
      2   1       NA        NA
      3   1 1.000000        1
      4   1       NA        NA
      5   2 1.666667        2
      6   2       NA        NA
      7   3 2.666667         3
      8   3       NA        NA
      9   2 2.000000        3
      10  1       NA        NA
      11  1 1.000000        1
      12  1       NA        NA
      13  3 2.333333        3
      14  3       NA        NA
      15  3 3.000000        3

或没有 NA

标签： pythonpandasdataframewindow-functionspandasql

解决方案

您可以执行以下操作：

  1. 计算滚动平均值和最大值DataFrame.rolling
  2. 将它们分配为新列
  3. remainder == 1通过检查是否意味着它是奇数来获取每个第二个索引行
  4. 对于 step3 中的每个索引，NaN分配.loc
df['A'] = df.rolling(3, center=True)['A'].mean().bfill().ffill()
df['Max_A'] = df.rolling(3, center=True)['A'].max().bfill().ffill()

mask_idx = df.index%2 == 1

df.loc[mask_idx, ['A', 'Max_A']] = np.NaN

输出

    Time         A  Max_A
0      1  1.000000    1.0
1      2       NaN    NaN
2      3  1.000000    1.0
3      4       NaN    NaN
4      5  1.666667    2.0
5      6       NaN    NaN
6      7  2.666667    3.0
7      8       NaN    NaN
8      9  2.000000    3.0
9     10       NaN    NaN
10    11  1.000000    1.0
11    12       NaN    NaN
12    13  2.333333    3.0
13    14       NaN    NaN
14    15  3.000000    3.0

推荐阅读