从时间序列生成滚动平均值，但基于月份进行子选
从时间序列生成滚动平均值，但基于月份进行子选
提问于 2019-03-06 21:22:25
我有很长一段时间序列的每周数据。对于给定的观察值，我想计算该周的值与前三年同月平均值的平均值。
具体示例:对于2019-02-15数据点，我想将其与所有2018年2月、2017年2月和2016年2月数据点的平均值进行比较。
我想以这种方式填充整个时间序列。(前三年当然是np.nans )
我为我想做的计算做了一个非常粗略的单数据点示例，但我不确定如何在矢量化解决方案中实现它。我也没有印象深刻，我必须使用这个中间助手表"mth_avg“。
import pandas as pd
ix = pd.date_range(freq='W-FRI',start="20100101", end='20190301' )
df = pd.DataFrame({"foo": [x for x in range(len(ix))]}, index=ix) #weekly data
mth_avg = df.resample("M").mean() #data as a monthly average over time
mth_avg['month_hack'] = mth_avg.index.month
#average of previous three years' same-month averages
df['avg_prev_3_year_same-month'] = "?"
#single arbitrary example of my intention
df.loc['2019-02-15', "avg_prev_3_year_same-month"]= (
mth_avg[mth_avg.month_hack==2]
.loc[:'2019-02-15']
.iloc[-3:]
.loc[:,'foo']
.mean()
)
df[-5:]回答 1
Stack Overflow用户
回答已采纳
发布于 2019-03-06 23:07:58
我认为这实际上是一个不平凡的问题--据我所知，Pandas没有现有的功能来解决这个问题。做一个帮助表可以节省计算时间，实际上我用了两个。我的解决方案使用循环(即列表理解)和Pandas日期时间感知来避免您的month_hack。除此之外，我认为这是一个很好的开始。会很高兴看到更优雅的东西！
# your code
ix = pd.date_range(freq='W-FRI',start="20100101", end='20190301' )
df = pd.DataFrame({"foo": [x for x in range(len(ix))]}, index=ix)
mth_avg = df.resample("M").mean()
# use multi-index of month/year with month first
mth_avg.index = [mth_avg.index.month, mth_avg.index.year]
tmp = mth_avg.sort_index().groupby(level=0).rolling(3).foo.mean()
tmp.index = tmp.index.droplevel(0)
# get rolling value from tmp
res = [tmp.xs((i.month, i.year - 1)) for i in df[df.index > '2010-12-31'].index]
# NaNs for 2010
df['avg_prev_3_year_same-month'] = np.NaN
df.loc[df.index > '2010-12-31', 'avg_prev_3_year_same-month'] = res
# output
df.sort_index(ascending=False).head()
foo avg_prev_3_year_same-month
2019-03-01 478 375.833333
2019-02-22 477 371.500000
2019-02-15 476 371.500000
2019-02-08 475 371.500000
2019-02-01 474 371.500000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/55024146
复制相关文章
相似问题
腾讯云开发者
