国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Python > 正文

對pandas中時間窗函數rolling的使用詳解

2020-02-15 23:48:59
字體:
來源:轉載
供稿:網友

在建模過程中,我們常常需要需要對有時間關系的數據進行整理。比如我們想要得到某一時刻過去30分鐘的銷量(產量,速度,消耗量等),傳統方法復雜消耗資源較多,pandas提供的rolling使用簡單,速度較快。

函數原型和參數說明

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

window:表示時間窗的大小,注意有兩種形式(int or offset)。如果使用int,則數值表示計算統計量的觀測值的數量即向前幾個數據。如果是offset類型,表示時間窗的大小。pandas offset相關可以參考這里。

min_periods:最少需要有值的觀測點的數量,對于int類型,默認與window相等。對于offset類型,默認為1。

freq:從0.18版本中已經被舍棄。

center:是否使用window的中間值作為label,默認為false。只能在window是int時使用。

# 為方便觀察,并列排列df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]})df.rolling(3, min_periods=1).sum()df.rolling(3, min_periods=1, center=True).sum() B B1 B20 0.0 0.0 1.01 1.0 1.0 3.02 2.0 3.0 3.03 NaN 3.0 6.04 4.0 6.0 4.0

win_type:窗口類型,默認為None一般不特殊指定,了解支持的其他窗口類型,參考這里。

on:對于DataFrame如果不使用index(索引)作為rolling的列,那么用on來指定使用哪列。

closed:定義區間的開閉,曾經支持int類型的window,新版本已經不支持了。對于offset類型默認是左開右閉的即默認為right??梢愿鶕闆r指定為left both等。

axis:方向(軸),一般都是0。

舉例

一個簡單的場景,從A向B運送東西,我們想看一下以3秒作為一個時間窗運送的量。

# A地有兩個倉庫,都運往B。df = pd.DataFrame({'1': ['A1', 'A2', 'A1', 'A2', 'A2', 'A1', 'A2'],     '2': ['B1', 'B1', 'B1', 'B1', 'B1', 'B1', 'B1'],     'num': [1,2,1,3,4,2,1]},      index = [pd.Timestamp('20130101 09:00:00'),       pd.Timestamp('20130101 09:00:01'),       pd.Timestamp('20130101 09:00:02'),       pd.Timestamp('20130101 09:00:03'),       pd.Timestamp('20130101 09:00:04'),       pd.Timestamp('20130101 09:00:05'),       pd.Timestamp('20130101 09:00:06')])# 1 2 num# 2013-01-01 09:00:00 A1 B1 1# 2013-01-01 09:00:01 A2 B1 2# 2013-01-01 09:00:02 A1 B1 1# 2013-01-01 09:00:03 A2 B1 3# 2013-01-01 09:00:04 A2 B1 4# 2013-01-01 09:00:05 A1 B1 2# 2013-01-01 09:00:06 A2 B1 1

使用rolling進行計算

# 首先我們先對groupby進行聚合(如果只有從A->B,那么不用聚合一個rolling就可以)# 以9:00:04秒為例,由于時間窗是3s,默認的closed是right,所以我們相加04,03,02秒的num,共有4+3+0=7df.groupby(['1', '2'])['num'].rolling('3s').sum()# 1 2      # A1 B1 2013-01-01 09:00:00 1.0#   2013-01-01 09:00:02 2.0#   2013-01-01 09:00:05 2.0# A2 B1 2013-01-01 09:00:01 2.0#   2013-01-01 09:00:03 5.0#   2013-01-01 09:00:04 7.0#   2013-01-01 09:00:06 5.0# Name: num, dtype: float64            
發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 冷水江市| 江津市| 个旧市| 和硕县| 宜春市| 久治县| 盐亭县| 苗栗市| 罗源县| 锦屏县| 阿勒泰市| 丹阳市| 宝兴县| 防城港市| 铜山县| 池州市| 吉木萨尔县| 广安市| 临江市| 平定县| 乐陵市| 海晏县| 富阳市| 达日县| 吉林市| 湖州市| 汨罗市| 大港区| 荆门市| 桐城市| 枣阳市| 星子县| 夏邑县| 汽车| 惠东县| 柳河县| 瑞金市| 和顺县| 迁西县| 聊城市| 南漳县|