pandas数据帧/ numpy数组-无聚合函数
pandas数据帧/ numpy数组-无聚合函数
提问于 2019-04-28 22:24:27
在python中滚动聚合数据：
x = pd.DataFrame([[1,'a'],[2,'b'],[3,'c'],[4,'d']], columns=['a','b'])
y = x.rolling(2).mean()
print(y)提供：
a b
0 NaN a
1 1.5 b
2 2.5 c
3 3.5 d我需要的是3维数据帧(或numpy数组)将3个样本移位1步(在本例中)：
[
[[1,'a'],[2,'b'],[3,'c']],
[[2,'b'],[3,'c'],[4,'d']]
]对于900个样本，每一步移动1的正确方法是什么？
回答 4
Stack Overflow用户
回答已采纳
发布于 2019-04-28 23:09:12
使用np.concantenate
np.concatenate([x.values[:-1],
x.values[1:]], axis=1)\
.reshape([x.shape[0] - 1, x.shape[1], -1])Stack Overflow用户
发布于 2019-04-28 23:02:30
您可以尝试基于所选的窗口长度(如所选的2)来连接与窗口长度相关的数据帧
length = df.dropna().shape[0]-1
cols = len(df.columns)
pd.concat([df.shift(1),df],axis=1).dropna().astype(int,errors='ignore').values.reshape((length,cols,2))输出：
array([[[1, 'a'],
[2, 'b']],
[[2, 'b'],
[3, 'c']],
[[3, 'c'],
[4, 'd']]], dtype=object)Stack Overflow用户
发布于 2019-04-29 01:19:16
让我知道这个解决方案是否适合你的问题。
p = x[['a','b']].values.tolist() # create a list of list ,as [i.a,i.b] for every i row in x
#### Output ####
[[1, 'a'], [2, 'b'], [3, 'c'], [4, 'd']]
#iterate through list except last two and for every i, fetch p[i],p[i+1],p[i+2] into a list
list_of_3 = [[p[i],p[i+1],p[i+2]] for i in range(len(p)-2)]
#### Output ####
[
[[1, 'a'], [2, 'b'], [3, 'c']],
[[2, 'b'], [3, 'c'], [4, 'd']]
]
# This is used if in case the list you require is numpy ndarray
from numpy import array
a = array(list_of_3)
#### Output ####
[[['1' 'a']
['2' 'b']
['3' 'c']]
[['2' 'b']
['3' 'c']
['4' 'd']]
]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55891221
复制相关文章
相似问题