我正在尝试计算时间序列数据的滚动平均值。然而，当我使用window='365D‘和window=365时，似乎有差异，为什么会这样呢？import pandas_datareader as pdrend = datetime.datetime(2018, 12,
浏览 39提问于2020-04-07得票数 0
回答已采纳
2回答
以不规则间隔进行重采样
、、、、
我在pandas数据框中存储了一个规则间隔的时间序列： 1998-01-01 00:00:00 5.711998-01-02 00:00我还有一个不规则间隔的日期列表： 1998-01-011998-09-21
.... 我想计算日期列表中每个时间间隔之间的时间序列的平均值。使用pand
浏览 30提问于2019-04-17得票数 1
回答已采纳
1回答
有一种简单的方法来计算三维阵列中一个轴上的滚动平均值吗？假设我有一个包含x，y和时间轴的数组，我想要所有x和y的时间轴上的滚动平均值。对于一维数组，我使用熊猫：
rolling_array = pd.Series(array).rolling(window=window</em
浏览 2提问于2020-09-17得票数 3
回答已采纳
我正在处理一个大型的时间序列数据集，其中包括来自测量各种测量指标的传感器的读数，如温度、功率、压力等。这些数据是在5-25秒的不同基频范围内收集的，并从2019年初开始收集。我曾经尝试过一些机器学习技术，如单类支持向量机、UMAP和一些Pyod技术，但是当数据集没有标签表示某一点是否错误时，很难对模型进行训练和评估。使用这些技术中的大多数，它可以检测到那些温度升高而传感器工作正常的异常，这不是我们想要的</e
浏览 0提问于2021-02-26得票数 0
我有一个每月的熊猫时间序列数据框架，并希望使用所有过去的数据进行滚动，例如，我有1990-01-01到2020-01-01的数据。apply(myfun)df['1990-01-01':'2000-03-31'].apply(myfun) 我的数据是每月的，所以它应该更简单，因为每个月都
浏览 17提问于2020-06-28得票数 0
回答已采纳
1回答
我对Pandas的timeseries和dataframes很陌生，并且很难完成这个简单的任务。日期存储为日期时间对象“日期”的列表。基本上，我想计算一个完整的“标准年”--所有年份(1-365)每天的平均值。我从类似的(?)问题()，但不能达到预期的结果--365个“平均”日的时间序列，例如1月1日和1月2日
浏览 2提问于2015-02-03得票数 8
回答已采纳
2回答
我有两个时间序列，请看这张照片： ? 我需要测量这个系列的“同质性”水平。所以第一个看起来非常零散，所以它的值应该很低，接近于零，而第二个应该有一个高的值。 有没有什么我可以用的算法？
浏览 46提问于2020-01-22得票数 1
回答已采纳
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 pandas as pd
df = df.rolling(90, win_type="gaussian").m
浏览 0提问于2019-08-19得票数 1
回答已采纳
我想计算时间序列的滚动平均值，但使用不同窗口大小的列表。循环来实现这一点，如下所示： for i in vals: print (m)
然而，我想尝试找到一种矢量化的方法，它可以更好地利用Pandas的功能。最初，我会想像这样的<
浏览 3提问于2015-08-18得票数 0
1回答
一年滚动平均大熊猫栏日
、、、
我想计算一下这个Dataframe test中每一行的1年滚动平均值。但是还有另一个问题:因为每个合并的id-date从来没有365个连续的日期，所以结果总是空的。即使缺少日期，我也想忽略它们，并考虑当前日期和(当前日期- 365)之间的所有日期来计算滚动平均值。编辑2
最后，我使用下面的公式计算了一年的滚动中值、平均值
浏览 0提问于2018-03-20得票数 13
在R中创建移动平均或滚动和最有效的方法是什么？如何在滚动函数中添加"group by"？
浏览 0提问于2009-07-23得票数 8
回答已采纳
我正在尝试在Featuretools中创建一个自定义的TransformPrimitive来计算滚动统计数据，比如滚动和或均值。但是，我打算在几天内提供一个字符串输入来计算偏移量。在概念上，下面的行正确地计算出我需要什么。def rolling_sum(values):
"""
浏览 2提问于2021-03-25得票数 0
作为一名有抱负的数据科学家，我目前正在学习处理时间序列，刚刚学习完窗口函数。我很清楚，滚动窗口函数有助于计算时间序列数据的移动度量，例如平均值或总和。然而，我正在努力理解滚动窗口函数背后的计算逻辑，这些函数使用'D‘作为输入的一部分。当我设置window =5时，逻辑非常清晰，如下所示： df['window_5'] = df.ro
浏览 13提问于2020-08-23得票数 0
2回答
我有一只熊猫数据，有这样的时间索引import numpy as np
2000-01-01 0.565524 0.355548我想计算一个滚动平均值，比如但不包括所有与+- 2天前10天(比方说
浏览 0提问于2018-05-18得票数 0
回答已采纳
1回答
关于轧制标准差的处理，我有一个问题：2010-01-20 05:00:00 -0.0112010-01-20 05:分钟数据(索引‘yyyy:mm:ss’的格式是日期标记)2010-01-2
浏览 1提问于2015-03-17得票数 2
回答已采纳
3回答
我有一个dataframe，其中我的索引是datetime dtype，但是日期不是按任何顺序排列的。我期待着计算我的数据集的5年和10年移动平均数。通过使用.rolling_mean，我可以根据设置窗口的内容获取平均值，但是，由于日期不是连续的，这是行不通的。counts_df.loc[counts_df.index > '1981-01-01']
start_date_periods['5yrM
浏览 7提问于2017-04-04得票数 2
回答已采纳
2回答
我有一个简单的时间序列，我有一个实现移动平均的代码：import matplotlib.pyplot as plt forecast.append(series[time:time + window_size].mean())我不明白的是series[time:time + window_size]是如何工作<em
浏览 0提问于2020-06-26得票数 0
2回答
每个都有日期(我已经创建了索引)和股票价格(列0)。我已经创建了代码来查找单个文件的移动平均价格，以及价格和移动平均价格之间的滚动差异。我想为每个文件创建代码来做这件事。我想我将不得不使用for循环来遍历这些文件并找到每个文件的指标。但是我该怎么做呢？我如何将所有文件上传到一个组中，并将它们分组到一个变量中，然后创建一个循环来查找每个文件的移动平均值和价格差异？编辑:我使用nump
浏览 33提问于2020-02-13得票数 1
1回答
函数在熊猫群中的应用
、、、、
我目前正在使用Python中的面板数据，并试图计算给定组(ID)内每个时间序列观察的滚动平均值。考虑到我的数据集的大小(具有多个时间段的数千组)，.groupby和.apply()函数占用的时间太长，无法计算(已经运行了一个小时，但仍然什么也没有--整个数据集只包含大约300 K的观测值)。我最终想要迭代多个列，执行以下操作：
计算给定列中每
浏览 1提问于2017-08-03得票数 2
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
