python - Python Dataframe 创建带有窗口的列表列的滚动聚合

Question

我有一个包含一列列表的 df。

Python Pandas 滚动聚合一列列表

import pandas as pd
import numpy as np
# Get some time series data
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/timeseries.csv")
input_cols = ['A', 'B']
df['single_input_vector'] = df[input_cols].apply(tuple, axis=1).apply(list)

我想知道是否有办法为给定窗口创建“single_input_vector”列的滚动聚合。我查看了以下 SO 链接，但它没有提供包含窗口的方法。在我的情况下，窗口 3 的所需输出列将是：

Row1: [[24.68, 164.93]] 
Row2: [[24.68, 164.93], [24.18, 164.89]]
Row3: [[24.68, 164.93], [24.18, 164.89], [23.99, 164.63]] 
Row4: [[24.18, 164.89], [23.99, 164.63], [24.14, 163.92]]

等等。

标签： pythonlistdataframewindowrolling-computation

Answer 1

我想不出更有效的方法来做到这一点，所以虽然这确实有效，但海量数据集可能会受到性能限制。

我们基本上是使用滚动计数来创建一个 start:stop 切片索引集。

import pandas as pd
import numpy as np
# Get some time series data
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/timeseries.csv")
input_cols = ['A', 'B']
df['single_input_vector'] = df[input_cols].apply(tuple, axis=1).apply(list)


window = 3

df['len'] = df['A'].rolling(window=window).count()

df['vector_list'] = df.apply(lambda x: df['single_input_vector'][max(0,x.name-(window-1)):int(x.name)+1].values, axis=1)