對pandas中時間窗函數(shù)rolling的使用詳解

更新時間：2018年11月28日 15:22:04 作者：weijian001

今天小編就為大家分享一篇對pandas中時間窗函數(shù)rolling的使用詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

在建模過程中，我們常常需要需要對有時間關(guān)系的數(shù)據(jù)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(chǎn)量，速度，消耗量等），傳統(tǒng)方法復(fù)雜消耗資源較多，pandas提供的rolling使用簡單，速度較快。

函數(shù)原型和參數(shù)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(shù)值表示計算統(tǒng)計量的觀測值的數(shù)量即向前幾個數(shù)據(jù)。如果是offset類型，表示時間窗的大小。pandas offset相關(guān)可以參考這里。

min_periods：最少需要有值的觀測點的數(shù)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(jīng)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 B2
0 0.0 0.0 1.0
1 1.0 1.0 3.0
2 2.0 3.0 3.0
3 NaN 3.0 6.0
4 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(qū)間的開閉，曾經(jīng)支持int類型的window，新版本已經(jīng)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?jù)情況指定為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=7
df.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

由于使用groupby，所以最后的結(jié)果是MultiIndex，想使用正常格式在DataFrame上使用reset_index()即可。

以上這篇對pandas中時間窗函數(shù)rolling的使用詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: