使用数组乘以滚动窗口(pandas)
使用数组乘以滚动窗口是一种在数据处理中常见的操作，特别是在时间序列数据分析和滚动计算中。这个操作可以通过pandas库来实现。
在pandas中，可以使用rolling函数来创建一个滚动窗口对象，然后使用乘法运算符将其应用于数组。滚动窗口对象可以指定窗口的大小和滚动的方式（例如，滚动的步长）。
下面是一个完善且全面的答案：
概念： 使用数组乘以滚动窗口是一种数据处理操作，通过将滚动窗口对象应用于数组，可以实现对数据的滚动计算。
分类： 这个操作属于数据处理和时间序列分析领域。
优势： 使用数组乘以滚动窗口可以方便地进行滚动计算，例如计算移动平均值、滚动求和等。这种方法可以有效地处理大规模数据，并且可以灵活地调整窗口的大小和滚动的方式。
应用场景： 使用数组乘以滚动窗口在许多领域都有广泛的应用，特别是在金融领域的时间序列分析、股票市场分析、信号处理等方面。它可以用于计算移动平均线、滚动标准差、滚动相关系数等。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了一系列适用于数据处理和时间序列分析的产品和服务，包括云数据库 TencentDB、云原生数据库 TDSQL、云数据仓库 CDW、云数据湖 CDL 等。您可以通过以下链接了解更多信息：
- 腾讯云数据库 TencentDB：https://cloud.tencent.com/product/cdb
- 云原生数据库 TDSQL：https://cloud.tencent.com/product/tdsql
- 云数据仓库 CDW：https://cloud.tencent.com/product/cdw
- 云数据湖 CDL：https://cloud.tencent.com/product/cdl
总结： 使用数组乘以滚动窗口是一种常见的数据处理操作，可以通过pandas库来实现。它在时间序列分析和滚动计算中有广泛的应用，可以方便地进行滚动计算，并且可以灵活地调整窗口的大小和滚动的方式。腾讯云提供了一系列适用于数据处理和时间序列分析的产品和服务，可以满足不同场景的需求。
相关·内容
1回答
Pandas滚动应用乘法
、、、
我本以为这是pd.DataFrame().rolling()或pd.Series().rolling()的基本应用程序，但pandas滚动函数似乎不能处理应用于滚动窗口的标量乘法；我希望我错了，有人能发现错误。 我尝试取一个序列(或数据帧)的滚动窗口，并将该序列/数据帧的每一行乘以一个权重的序列/数据帧(这些权重已经预先计算好了)。我认为应该可以工作的代码是： data.rolling(5).apply( lambda x: x*weights ) 使用 data = pd.Series( np.random.randint(1,101,2000) )
weights = pd.Serie
浏览 183提问于2021-03-31得票数 1
在pandas中，我正在尝试计算Series滚动窗口的blackman窗口类型的最大值。为此，我需要使用blackman win_type在滚动窗口上运行自定义函数。与返回pandas.core.window.Rolling的默认win_type不同，任何其他win_type都返回pandas.core.window.Window，它缺少计算以下内容所需的方法：max或通过apply的自定义函数。
window = df['Net Volume'].rolling(window=range_window, win_type='blackman').max()
这
浏览 1提问于2018-09-17得票数 1
1回答
我有一个具有多个数据通道和一个触发通道的数据帧。触发通道为0或1，事件发生时为1。
我希望检测数据帧中的事件起始时间(trigger == 1)和采样数据通道，以便仅在事件触发后获得指定的时间量。
要有一个具体的示例，请考虑以下内容：
import numpy as np
import pandas as pd
np.random.seed(0)
# time in seconds
t = np.arange(10)*0.1
# data channels and trigger
d = dict(y=np.random.randn(10),
z=np.random.r
浏览 6提问于2018-01-28得票数 0
回答已采纳
2回答
在pandas.DataFrame中有没有滚动的" any“函数？或者，是否有其他方法可以在滚动函数中聚合布尔值？ 考虑一下： import pandas as pd
import numpy as np
s = pd.Series([True, True, False, True, False, False, False, True])
# this works but I don't think it is clear enough - I am not
# interested in the sum but a logical or!
s.rolling(2).su
浏览 23提问于2020-03-24得票数 1
回答已采纳
The task：我有一系列的每日收盘价，我想实现以下目标：(i)计算任意5天窗口内任意两天之间的最大百分比变化(ii)将这些最大值存储在5天滚动窗口的基础上(iii)在所有5天滚动窗口上计算这些最大值的第99百分位数。
相当简单的问题。我对Python非常陌生，我发现自己混合了Python列表、Numpy数组和Pandas系列来实现上述目标，我确信这并不是高效编码的正确方法。
问题：我在下面附上我的代码。是否有一种方法可以实现相同的目标，而不必为这个简单的任务使用多个对象(即Pandas DataFrame，然后将其复制到Numpy Array，该数组用于修改Python列表，最终将其转换为
浏览 1提问于2020-06-17得票数 0
回答已采纳
我需要计算熊猫系列滚动窗口内所有值的乘积，忽略nan。
我正在使用pandas.Series.rolling.apply作为当前的方法，但是与内置函数相比，速度相当慢，因此，我正在处理巨大的数据格式，因此速度是我关心的问题。
作为一种示范：
import pandas as pd
a = pd.Series(range(100))
%timeit -n100 a.rolling(5).apply(np.nanprod,raw=True)
5.58 ms ± 163 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit
浏览 1提问于2019-10-26得票数 1
回答已采纳
pandas中有没有函数来模拟excel公式，如‘=sum($A$1:A10’(第10行))，即公式应该从第1行开始滚动数据。
Pandas滚动函数需要一个整数值作为窗口参数。
浏览 17提问于2016-09-21得票数 0
回答已采纳
3回答
最大滚量
、
这将计算A (类似于滚动平均值)在长度为K的滑动窗口上的“滚动最大值”。
import numpy as np
A = np.random.rand(100000)
K = 10
rollingmax = np.array([max(A[j:j+K]) for j in range(len(A)-K)])
但我认为，就性能而言，这是远远不够的。
我知道pandas库有，但是在我的项目中，我不想使用这个新的依赖项。
问题:是否有一种计算滚动最大值的简单方法？
浏览 5提问于2018-09-07得票数 6
我在Pandas中将窗口滚动到多个列上，我得到的是：
df = pd.DataFrame({'A':[1,2,3,4],'B':[5,6,7,8]})
def test(ts):
print(ts.shape)
df.rolling(2).apply(test)
然而，问题是ts.shape打印的是(2,)，而我希望它打印的是(2,2)，也就是包括行和列的整个窗口。
关于滚动是如何工作的，我的直觉出了什么问题?在使用Pandas之后，我如何才能获得结果？
浏览 1提问于2017-07-31得票数 0
1回答
我对Pandas滚动窗口函数很熟悉，但它们的步长总是1。我想在Pandas中做一个移动聚合函数，但是条目不重叠。
在这个Dataframe中：
df.rolling(2).min()
将产生：
N/A 519 566 727 1099 12385
但是我想要一个步长为2的固定窗口，所以它会产生：
519 727 12385
因为有了一个固定的窗口，它应该以窗口的大小来代替。
浏览 0提问于2019-08-21得票数 12
回答已采纳
4回答
假设我有以下代码：
import numpy as np
import pandas as pd
x = np.array([1.0, 1.1, 1.2, 1.3, 1.4])
s = pd.Series(x, index=[1, 2, 3, 4, 5])
这将产生以下s
1 1.0
2 1.1
3 1.2
4 1.3
5 1.4
现在我要创建一个大小为n的滚动窗口，但我不想取每个窗口的平均值或标准差，我只想要数组。那么，假设n = 3。我想要一个转换，在给定输入s的情况下输出下面的系列
1 array([1.0, nan, nan])
2 array
浏览 10提问于2016-04-18得票数 10
回答已采纳
我想做的就是这样：
通过rolling(5,center=True)获取数据系列的滚动窗口
将最大值和最小项放在窗口中。
计算剩余的3块数据的平均值。
如何通过pandas.DataFrame.rolling().apply()或pandas.DataSeries.rolling().apply()完成此操作
浏览 5提问于2016-12-30得票数 0
1回答
滚窗熊猫
、
我需要从我的时间序列中创建一个数据集，其中包含由滚动的重叠窗口组成的样本。也就是说，以特定的窗口大小和特定的步长拆分我的数据帧。
如何使用Pandas做到这一点？我看到有一个滚动窗口，但它用于对窗口中的值执行一些聚合(例如，计算滚动平均值)。我只对隔离这些重叠的窗口感兴趣。该怎么做呢？
因此输出将是数据帧，如下所示：
1, a
2, b
3, c
4, d
5, e
6, f
7, g
对于窗口大小3和步骤2，输出将是：
1, a
2, b
3, c
3, c
4, d
5, e
5, e
6, f
7, g
为了清楚起见，我知道如何为此编写一个函数，只是想检查一下Pandas中是否已经有
浏览 6提问于2016-11-16得票数 2
2回答
请原谅不良的风格和低效的解决方案。我们非常感谢所有的帮助。
上下文：
试图隔离最佳速度的自行车性能增长超过6个星期的阻滞在一年的过程中。性能是衡量一个自行车记录的任何给定时间段产生的最大努力，即1，5，20分钟的努力，等等。
任务：
创建滚动窗口
每个窗口的最佳拟合趋势线
保持与最大正斜率对应的窗口
数据：
ap1 = np.array([[datetime(2015, 10, 17, 12, 45, 13),
datetime(2015, 10, 18, 11, 56, 35),
datetime(2015, 10, 20, 9, 24, 52),
da
浏览 8提问于2016-11-03得票数 3
在pandas中，如何编写既有前行又有后行的rolling window？ 例如，sql滚动窗口可以按如下方式编写： sum(id_0) over (partition by id_1 order by id_2 rows between 3 preceding and 1 following) 我不知道如何用pandas写这篇文章。
浏览 8提问于2020-12-31得票数 0
我在一个数据帧中有一个时间序列，并希望将窗口大小为n的滚动窗口添加到每一行。 df['A'].rolling(window=6) 这意味着每一行将具有附加的6列，其中具有该列的滚动窗口的相应编号。如何使用pandas的滚动功能实现这一点，自动将列命名为t-1，t-2，t-3...t-n
浏览 19提问于2021-02-08得票数 0
回答已采纳
1回答
我想得到在潘达斯系列的每个滚动窗口中的元素的索引。
一个对我有用的解决方案是从回答到一个现有的问题:我从答案中描述的rolling函数中获得每个window的window.index。我只对上述函数的step=1感兴趣。
但是这个函数不是针对DataFrames和Series的，它可以在基本的Python上工作。难道没有利用Pandas滚动操作的功能吗？
我尝试了Rolling.apply方法：
s = pd.Series([1, 2, 3, 4, 5, 6, 7])
rolling = s.rolling(window=3)
indexes = rolling.apply(lambda x
浏览 5提问于2022-01-11得票数 4
回答已采纳
4回答
我想计算2x2矩阵的行列式，它是通过在Nx2矩阵上滚动一个大小为2的窗口而得到的。我只是用行列式作为一个例子函数。一般来说，我想将一个函数应用到一个数据文件中，它是通过窗口化一个更大的数据帧来实现的。
例如，这是一个2x2矩阵，我计算行列式如下所示：
import pandas as pd
import numpy as np
d = pd.DataFrame({
"X": [1,2],
"Y": [3,4]
})
np.linalg.det(d)
现在，我可以通过沿着以下数据size的axis=0滑动一个大小为2的窗口来形成4个2x2矩阵：
浏览 0提问于2017-05-15得票数 7
回答已采纳
我正在用C#和XNA4.0制作一个游戏。在某些级别，我需要一个相机矩阵，使水平看起来像滚动左/右。此外，当设置用于更改窗口大小时，我还需要一个缩放矩阵来缩放图形。我的两个矩阵都是函数的，但我目前正在用如下方式调用它们：
if (scrollingLevel)
{
//Use the camera matrix to make the stage scroll
spriteBatch.Begin(SpriteSortMode.Deferred, BlendState.AlphaBlend, null, null, null, null, camera.transform);
}
浏览 3提问于2015-06-15得票数 0
回答已采纳
2回答
大熊猫滚动申请缺少数据
、、、
我想对丢失的数据进行滚动计算。
示例代码：(为了简单起见，我给出了一个滚动和的例子，但是我想做一些更通用的事情。)
foo = lambda z: z[pandas.notnull(z)].sum()
x = np.arange(10, dtype="float")
x[6] = np.NaN
x2 = pandas.Series(x)
pandas.rolling_apply(x2, 3, foo)
它产生：
0 NaN
1 NaN
2 3
3 6
4 9
5 12
6 NaN
浏览 1提问于2012-11-15得票数 13
1回答
我有这个原始的df与2只股票和他们的回报连续5个交易日。
d = {'1': [-0.015, 0.026, 0.031, 0.012, 0.045], '2': [-0.011, 0.032, -0.007, -0.007, 0.012]}
df = pd.DataFrame(data = d)
df.index.name = 'Ticker #'
df
Ticker # 1 2
0 -0.015 -0.011
1 0.026 0.032
2 0.031 -0.007
3
浏览 3提问于2020-12-16得票数 0
回答已采纳
我有一个类似于下面的数据框：
df = pd.DataFrame({'B': [0, 1, 2, 3, 4]})
我想在pandas中使用滚动函数，但我不需要聚合函数(sum，mean，min，max，...)在滚动之后。我需要每个窗口的数据。
我可以自己开发一个滑动窗口，但我的问题是关于滚动功能。有没有可能通过在熊猫中使用滚动功能来实现类似的功能。
当我使用以下函数时
w = df.rolling(2)
我收到了以下结果：
Rolling [window=2,center=False,axis=0]
虽然我需要这个：
w = [[0 , 1]
[1 , 2]
浏览 2提问于2018-10-24得票数 1
2回答
我想要计算一个时间序列的滚动加权平均值和在特定时间间隔上计算的平均值。例如，用90天的窗口(不加权)计算滚动平均值：
import numpy as np
import pandas as pd
data = np.random.randint(0, 1000, (1000, 10))
index = pd.date_range("20190101", periods=1000, freq="18H")
df = pd.DataFrame(index=index, data=data)
df = df.rolling("90D").mean
浏览 0提问于2019-08-19得票数 1
回答已采纳
2回答
我已经用PHP语言实现了Adler32滚动哈希，但是因为ord获取字符串中字符的整数值太慢(在我的开发机器上大约是1MB每秒)，所以这个解决方案对于100MB+文件是不可行的。
PHP的mhash函数可以非常快速地计算出adler32 (在我的开发机器上是每秒120MB)。然而，mhash似乎不支持adler32的滚动特性，所以当滚动窗口移动时，您必须计算一个全新的adler32，而不仅仅是重新计算实际发生变化的两个字节的散列。
我并不依赖于adler32算法，我只需要一个非常快速的滚动哈希。
浏览 8提问于2015-06-14得票数 0
1回答
我正在尝试建立一个使用加速计和其他传感器的手势识别系统。为了更准确地做到这一点，我需要实现一个横跨30行数据的滚动窗口。但是，我当前的代码只读取最新的数据行。
到目前为止，我的代码如下：
<code>A0</code>
我的问题是如何在数据帧中实现滚动窗口。我想维护一个横跨30行的滚动窗口，但我不知道应该修改代码中的哪些部分。
我尝试从pandas文档开始，并将滚动部分添加到train_test_split部件中
<code>A1</code>
但是出现了一个错误，声明
<code>A2</code>
基本上，我想创建一个
浏览 24提问于2019-08-23得票数 0
1回答
在Pandas中，窗口大小是固定长度。如何实现根据索引而不是行数设置窗口大小？
我有一个系列，它每天有可变的观测量，我有10年的数据历史，所以我想在一年滚动窗口上运行滚动OLS。循环每一个日期是有点太慢，无论如何，使它更快？以下是数据的示例。
Date x y
2008-1-2 10.0 2
2008-1-2 5.0 1
2008-1-3 7.0 1.5
2008-1-5 9.0 3.0
...
2013-5-30 11.0 2.5
我想要一些简单的东西，比如pandas.ols(df.y, df.x, window='1y'
浏览 8提问于2013-07-03得票数 3
1回答
我知道滚动允许您指定用于计算滚动平均值的窗口类型。文档列出了各种可用的窗口类型选项。但是，我正在尝试使用长度为4的对称加权窗口类型，它的定义类似于(并且不是内置的)：
(a + 2*b + 2*c + d)/6
其中a、b、c和d是在任何给定时间滚动窗口的四个元素，并且1/6、2/6、2/6、1/6将是相关的权重。
如果我使用默认的窗口类型(boxcar)，我会得到如下结果：
import pandas as pd
rs = pd.Series(range(10))
print rs.rolling(4, win_type = 'boxcar').mean()
0 Na
浏览 14提问于2018-01-19得票数 3
回答已采纳
1回答
我正在尝试创建一个函数来查找Pandas中的滚动导数(第一和第二)。我发现df.diff()非常方便。
我想找出滚动窗口值= 40的导数。
对于一阶导数，
noise = np.random.normal(size=int(1e4))
noise=pd.DataFrame(noise)
first_derivative=noise.diff(periods=40)
如果我用这个作为二阶导数，对吗？
second_derivative=noise.diff(periods=40).diff()
我很困惑，但是如果我在第二个.diff()中再次放入periods=40，那么它将是40*40滚动窗口
浏览 3提问于2021-04-01得票数 0
1回答
我试图在财务数据上创建一组滚动协方差矩阵(窗口大小= 60)。返回是一个125x3df。
import pandas as pd
roll_rets = returns.rolling(window=60)
Omega = roll_rets.cov()
Omega是一个375 x3数据帧，看起来像是一个多索引，即每个时间戳有3个值。
我实际上想要返回的是一组66个3x3协方差矩阵(即每个周期一个)，但我无法计算如何正确地迭代返回。我想我漏掉了一些显而易见的东西。谢谢。
浏览 2提问于2017-07-12得票数 1
回答已采纳
2回答
熊猫似乎缺少一个R风格的矩阵级滚动窗口函数(rollapply(..., by.column = FALSE))，只提供基于向量的版本。因此，我试着遵循，它对可以复制的示例非常有效，但是它不适用于熊猫DataFrame，即使使用基本的Numpy数组(看似相同)也不行。
人工问题复制：
import numpy as np
import pandas as pd
from numpy.lib.stride_tricks import as_strided
test = [[x * y for x in range(1, 10)] for y in [10**z for z in range(5
浏览 6提问于2015-04-16得票数 8
回答已采纳
我有一个数据集。我想要一个有5个值的窗口。pandas有没有一个本机函数，可以给我一个包含5个值的滚动窗口，直到不再有5个值可用？我希望这些是排的。我还希望新标签是5个值的中间。
输入DataFrame
first label
0 1 0
1 2 1
2 3 2
3 4 3
4 5 4
5 6 5
所需的输出DataFrame：
first label
0 [1, 2, 3, 4, 5] 2
1 [2, 3, 4, 5, 6] 3
我尝试过使用.rolling函数，但没有成功。
浏览 0提问于2020-02-23得票数 0
1回答
我想知道是否有人知道如何在熊猫数据帧上实现滚动/移动窗口PCA。我环顾四周，发现了在R和MATLAB中的实现，但没有Python。任何帮助都将不胜感激！
这不是重复窗口-移动窗口PCA与整个数据帧上的PCA不同。如果您不了解其中的区别，请参阅pandas.DataFrame.rolling()
浏览 23提问于2017-08-29得票数 3
正如标题所示，在状态模型中，Pandas中的ols命令中的滚动函数选项迁移到了哪里？我似乎找不到它。熊猫告诉我，厄运正在酝酿之中：
FutureWarning: The pandas.stats.ols module is deprecated and will be removed in a future version. We refer to external packages like statsmodels, see some examples here: http://statsmodels.sourceforge.net/stable/regression.html
mode
浏览 3提问于2016-05-19得票数 17
回答已采纳
下面的代码解决了以下任务
在任何1到5天的滚动窗口上，在1000天内找到最大的价格变化。
要清楚地说，“任意1至5天滚动窗口”指的是t[i:i + j]，其中j可以从1到5不等，而不是t[i:i + 5]，如果它只是“任何5天滚动窗口”。
我使用NumPy本机函数来完成这个任务。但我在内部迭代中使用了for -循环。
import numpy as np
import numpy.random as npr
prices = npr.random([1000,1])*1000
max_array = np.zeros([(prices.size-5),1])
for index, elem
浏览 0提问于2020-07-03得票数 7
回答已采纳
我试图计算一个滚动统计数据，它要求窗口中的所有变量都来自两个输入列。
我唯一的解决方案包括一个for循环。有没有更有效的方法，也许使用潘达斯的滚动和应用功能？
import pandas as pd
from statsmodels.tsa.stattools import coint
def f(x):
return coint(x['a'], x['b'])[1]
df = pd.DataFrame(data={'a': [1, 2, 3, 4], 'b': [5, 6, 7, 8]})
df2 = df.ro
浏览 0提问于2019-04-23得票数 2
回答已采纳
我有一组有顺序ID的记录。记录集按ID字段排序。我想取一个滚动窗口，有10个记录(即记录0-9，然后记录1-10，记录2-11，等等)。在Python和Pandas中，以下内容工作得很好：
windows = my_data_frame.rolling(10).sum().dropna()
我想在Apache中完成同样的任务。读取似乎是通过时间戳进行窗口化的唯一方法。此外，意味着，为了通过记录完成窗口，我需要在每个记录中添加一个任意时间戳，然后在该时间戳上添加一个窗口。
我对Apache非常陌生，因为按记录加窗口基本上是Pandas中的一行，我觉得我在Beam中遗漏了一些东西，这将使我能够完成
浏览 1提问于2018-01-01得票数 0
回答已采纳
在tensorflow中，我已经看过许多关于使用LSTMs序列的指南，但我仍然不确定当前在读取和处理数据方面的最佳实践--特别是应该在何时使用tf.data.Dataset API。
在我的情况下，我的features有一个文件features，并希望执行以下两项任务：
计算目标-时间上的目标t是某个水平上某一列的百分比变化，即，
labelsi = featuresi + h，-1 /，-1 -1
我希望h在这里成为一个参数，这样我就可以在不同的视野中进行实验。
获得滚动窗口-为了培训目的，我需要将我的特性滚动到长度为window的窗口中：
train_featuresi = fea
浏览 3提问于2018-01-14得票数 20
回答已采纳
1回答
我正在尝试实现滚动窗口值在风险中的聚合，并想知道在Atoti中是否可行:我的主要问题是我不知道如何通过索引来过滤每个“观察窗口”的向量。
我的数据是10年的历史模拟PL
我想计算每个观察窗口的百分位数，每个观察是连续250个历史日。
在文档中，我发现了如何基于静态索引创建子向量，这里是： -但是我需要根据我正在查看的“观察窗口”来更改索引。
我的输入数据如下所示，其中每个向量包含2500个值，我们需要计算具有250个连续值的重叠子向量的百分位数：
Book Vectors
A [877.30;137.33;-1406.62;-156.48;-915.56;1702.2...
浏览 2提问于2020-05-12得票数 3
回答已采纳
我有一个条形图(注意:条形图的长度是水平的。相反，柱状图垂直跨度。请参见下文。)我的系列数据既可以是一个长列表，也可以是一个短列表，因此条形图的数量在很多和很少之间变化。如果我有许多条，我的图形需要更多的高度来保持条之间的相同间距和保持条的宽度。如何设置图形的高度以确保这些高度是固定的？
我查看了垂直轴的滚动条，但我不喜欢这样，因为浏览器可能有自己的垂直滚动条。我还发现了关于动态调整图形大小以适应窗口的建议，但如果我的条形图超过了最大化窗口的大小，这将不起作用。因此，我认为最好的想法是有一个图表，根据条形图的数量来调整大小。如果条形图大于页面高度，浏览器的垂直滚动条将生效。
条形图：
===
浏览 5提问于2013-05-15得票数 0
回答已采纳
1回答
我在一个单列数据帧上使用Pandas滚动窗口工具，该数据帧的索引为日期时间形式。
我想为每个窗口计算该窗口的第一个值和最后一个值之间的差异。当我给一个lambda函数时，我如何引用相对索引？(在下面的括号中)
df2 = df.rolling('3s').apply(...)
浏览 4提问于2018-01-11得票数 4
回答已采纳
在Jupyter Notebook中使用包含500行的excel运行以下代码时：
import pandas as pd
pd.set_option('display.min_rows', 50)
pd.set_option('display.max_rows', 50)
df = pd.read_excel('test.xlsx', sheet_name=0)
display(df)
我可以单击输出的左侧，以获得输出窗口上的垂直滚动条。当我通过nbconvert或内置的"download as；HTML“导出这个笔记本时，我只得到了50
浏览 0提问于2020-01-30得票数 0
1回答
我看到Pandas还不允许 ()，但很快就会添加。我想知道是否有一种好方法可以通过多索引标签/列将滚动窗口均值应用于具有重复时间的数据集
基本上，我有一个无序事件的csv，它由epochtime、分层标记(tag1、tag2)和所用时间组成。一个小样本：
epochTimeMS,event,tag,timeTakenMS
1331782842801,event1,tag1,16
1331782841535,event1,tag2,1278
1331782842801,event1,tag1,17
1331782842381,event2,tag1,436
我想做的是构建和图形滚动手段
浏览 2提问于2012-03-19得票数 4
回答已采纳
1回答
我想将pandas qcut应用于滚动窗口。我不确定如何去做this...idea，就是花上20天，找到落在上四分位数中的值，找出上四分位数中值的平均值。并返回该滚动时间序列的平均值。 所以如果我有 s = pd.Series([5,6,10,12,13,13,20,21,22])
s.rolling(2,2).apply(lambda x: pd.qcut(x,5)) 这会导致 0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
8 NaN
dtype: float64 如何获得每个时间序列的qcut间隔？谢谢
浏览 12提问于2019-02-22得票数 2
1回答
我试图计算Pandas中滚动窗口中列值的级别，如下所示：
df = pd.DataFrame( [[1, 10],
[2, 20],
[3, 50],
[4, 30],
[5, 40]],
columns=['order_col', 'rank_col'])
df['rank'] = df.rolling(3, center=True, min_pe
浏览 1提问于2022-06-25得票数 2
到目前为止，我一直在对我的数组进行Panda‘化，这样我就可以使用Panda的滚动+ min()特性，我使用的是一个窗口宽度为3的窗口。 import pandas as pd
import numpy as np
q = np.array([ 4.71858472, 4.5252853 , 3.43745458, 1.978533 , -0.50446801,
-0.25213346, 0.04942399, -0.76639228, 0.17852748, 0.58374693])
df_q = pd.DataFrame(q,columns=['min_q
浏览 16提问于2020-04-23得票数 1
回答已采纳
是否可以通过应用滚动窗口将一系列数据转换为数据框架，计算一个特征向量，并将其作为结果数据帧的一行？
对于下面的示例，如果我使用apply()，我只能返回一个float，这将导致另一个转换的系列。但是，我想计算(例如，fft )并将每个fft结果叠加到一个数据框架中，用于移动滚动窗口的每个时间步骤。
import numpy as np
import pandas as pd
import seaborn as sns
N = 1000
ls = np.linspace(0, 2*np.pi, N)
s = np.sin(10*ls) + np.sin(2*ls) + np.sin(6*ls)
浏览 2提问于2017-09-04得票数 3
回答已采纳
2回答
我有一个很大的pandas数据帧(97165行和2列)，我想计算并保存每100行这些列之间的相关性，我想要如下所示：
第一个相关性-->从0到100的行数--> corr = 0.265
第二个相关性-->从1到101的行数--> corr = 0.279
第三相关性-->第2行到第102行--> corr = 0.287
每个值都必须存储，并在绘图中显示，所以我必须将所有这些值保存在一个列表或类似的东西中。
我一直在阅读与滚动窗口相关的pandas文档，但我什么也没能完成。我试图生成一个简单的循环来获得一些结果，但我遇到了内存问题，我尝试的代码是：
lcl
浏览 0提问于2017-10-16得票数 4
2回答
我想计算元素的滚动和，就像R rollapply所做的那样： s = pd.Series([1,2,3,4,5,6]) 因此，我想要接收非重叠区间(窗口大小为2)的元素和的新系列： 3
7
11 Pandas Series.rolling过程以另一种方式工作，产生重叠区间上的滚动。请告诉我怎么做我想做的事。
浏览 33提问于2020-07-01得票数 1
1回答
所以我有一个数据帧： import pandas as pd
values = [4,6,4,8,13,20,2,4,3,6,5,8,2,5,7, 20, 5, 6 , 7, 9, 20 , 5, 3, 5, 20, 4, 10, 2]
example = pd.DataFrame({'Values' : values})
example 我想在这些值被加权的移动窗口上做滚动计算。特别是具有i/10权重的10的窗口。因此，前9个值将为空，然后是第10个值： (1/10 x 4) + (2/10 x 6) + (3/10 x 4) + (4/10 x 8) + (5/10
浏览 6提问于2021-11-18得票数 1
回答已采纳
我想在窗户中央画一艘宇宙飞船，因为它能穿越太空。为了滚动“世界”窗口，我使用glOrtho计算船的新位置，并以4000x3000窗口为中心。我的测试是按下前向按钮并将船向上移动。在大多数机器上都没有问题。在一台速度较慢的linux笔记本电脑上，我每秒只能得到30帧，飞船来回摇晃。比较它相对于鼠标指针的位置(它不会移动)，可以清楚地看到飞船向前和向后跳了几个像素。星星也会被模糊成短线。
我想查询船舶中心的像素值，看看它是否正在改变。
是否有一种OpenGL方法来提供一个世界点，并得到它将被转换成的像素点？
浏览 5提问于2012-03-08得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
