我尝试在pandas数据帧上使用rolling()函数来处理每月的数据。但是,我删除了一些NaN值,所以现在我的时间序列中有一些空白。因此,基本窗口参数给出了一个误导性的答案,因为它只查看前面的观察结果:
import pandas as pd
import numpy as np
import random
dft = pd.DataFrame(np.random.randint(0,10,size=len(dt)),index=dt)
dft.columns = ['value']
dft['value'] = np.where(dft['value'] < 3,np.nan,dft['value'])
dft = dft.dropna()
dft['basic'] = dft['value'].rolling(2).sum()
请参见,例如2017-08-31条目,其总和为3.0和9.0,但上一个条目是2017-03-31。在
^{pr2}$自然的解决方案(我想)是使用“2M”偏移量,但它会产生一个错误:
In [58]: dft['basic2M'] = dft['value'].rolling('2M').sum()
...<output omitted>...
ValueError: <2 * MonthEnds> is a non-fixed frequency
如果移动每日偏移量,则可以使其工作,但这似乎是一种奇怪的解决方法:
In [59]: dft['basic32D'] = dft['value'].rolling('32D', min_periods=2).sum()
In [61]: dft.tail()
Out[61]:
value basic basic32D
2017-02-28 8.0 12.0 12.0
2017-03-31 3.0 11.0 11.0
2017-08-31 9.0 12.0 NaN
2017-10-31 7.0 16.0 NaN
2017-11-30 7.0 14.0 14.0
我还试着转换为周期索引:
dfp = dft.to_period(freq='M')
但这也产生了同样的错误:
dfp['basic2M'] = dfp['value'].rolling('2M').sum()
这是非常出乎意料的:
dfp['basic32Dp'] = dfp['value'].rolling('32D', min_periods=2).sum()
In [68]: dfp
Out[68]:
value basic basic32D basic32Dp
2016-02 9.0 NaN NaN NaN
2016-03 3.0 12.0 12.0 12.0
2016-04 7.0 10.0 10.0 19.0
2016-05 3.0 10.0 10.0 22.0
2016-06 4.0 7.0 7.0 26.0
2016-07 7.0 11.0 11.0 33.0
2016-08 3.0 10.0 10.0 36.0
2016-09 9.0 12.0 12.0 45.0
2016-11 5.0 14.0 NaN 50.0
2017-01 4.0 9.0 NaN 54.0
2017-02 8.0 12.0 12.0 62.0
2017-03 3.0 11.0 11.0 65.0
2017-08 9.0 12.0 NaN 74.0
2017-10 7.0 16.0 NaN 81.0
2017-11 7.0 14.0 14.0 88.0
“32D”与“M”期间指数的偏移量似乎被视为“3200万”?它似乎只是整个系列的扩展和。在
也许我误解了如何使用偏移量?显然,我可以通过将NaN保留在原始的value
列中并只使用window参数来解决这个问题,但是偏移量似乎非常有用。在
不管怎样,如果我用一个DateTimeIndex生成每小时一次的数据,一切似乎都像预期的那样工作(例如,每隔12小时数据的“2D”偏移量在缺失的行中给出了正确的答案)。在
目前没有回答
相关问题 更多 >
编程相关推荐