d的区间求和排序

Question

每次我骑自行车的时候，我都会一秒一秒地收集一些指标的数据。为了简单起见，让我们假设我有一个csv文件，它看起来像：

secs, watts,
1,150
2,151
3,149
4,135
.
.
.
7000,160

所以，我的每一秒都有一个相关的功率值，单位是瓦特。你知道吗

我想知道“如果我把我的车分成N个街区，哪个街区的平均功率最高？”你知道吗

我使用熊猫数据框来管理我的数据，这是我用来回答问题的代码：

def bestEffort(ride_data,
             metric='watts',
             interval_length=5,
             sort_descending=True):

seconds_in_ride = len(ride_data[metric])

average_interval_list = [[i+1, 
                          np.average(
                             [ride_data[metric][i+j] 
                               for j in range(interval_length)])
                             ] 
                           for i in range(0, 
                                            seconds_in_ride - 
                                                    interval_length)]

average_interval_list.sort(key=lambda x: x[1], reverse=sort_descending)

return average_interval_list

看起来很简单？正确的？给定一个索引，计算后续项的间隔长度的平均值。在表格的列表中记录这一点

[[second 1, avg val of metric over the interval starting that second],
 [second 2, avg val of metric over the interval starting that second],
 [second 3, avg val of metric over the interval starting that second],
 .
 .
 .
 [second 7000-interval_length, avg val of metric over the interval starting that second]]

然后，根据平均值对结果列表进行排序。所以第一个条目是

[second_n, avg val of metric over the interval starting in second n]

告诉我，在给定的间歇时间内，我最强大的力量是从我训练的第二秒开始的。你知道吗

问题是，如果我将“interval\u length”设置为任何大于30的值，那么这个计算将花费永远的时间（即：在一台像样的机器上超过两分钟）。请帮我找到我的代码遇到瓶颈的地方，这似乎应该快得多。你知道吗

Answer 1

下面是一个使用DataFrame.rolling的纯熊猫解决方案。它比@BenBoulderite的numpy卷积方法稍微慢一点，但这是一个方便的习惯用法：

df.rolling(interval_length).mean().shift(-(interval_length - 1))

需要.shift()来对齐滚动平均值，以便结果与滚动窗口的左边对齐，而不是默认的右边（docs on DataFrame.rolling）。你知道吗

Answer 2

如果将数据放入numpy数组，例如watts，则可以使用卷积计算平均功率：

mean_power = np.convolve(watts, np.ones(interval_length)/interval_length, mode='valid')

正如您在the reference of np.convolve中看到的，这个函数计算第一个参数的局部平均值，并用第二个参数定义的窗口进行平滑处理。在这里，我们使用一个“顶帽”函数来平滑，即“开/关”函数，它在长度interval_length的间隔上是常数，否则为零。这只是初步的估计。你知道吗

那么你最努力的时候是：

time_strongest_effort = np.argmax(mean_power)