我们如何在使用 python 的滚动平均期间拒绝包含异常值的窗口？答案

【问题标题】：How can we reject a window containing an outlier during rolling average using python?我们如何在使用 python 的滚动平均期间拒绝包含异常值的窗口？
【发布时间】：2020-08-17 20:10:16
【问题描述】：

我面临的问题是，在使用 python pandas 计算滚动平均值时，如果一行或多行包含异常值，我如何拒绝 10 行的窗口？

澄清：

df = df['speed'].rolling(10).mean() 
outlier_lower_bound = 0
outlier_upper_bound = 15

df.max()

现在我如何拒绝/不考虑这 10 个周期窗口的平均值，如果它包含异常值？

最终目标是在不考虑/考虑 10 个周期的窗口的情况下获得最大移动平均线，如果它包含异常值提前谢谢！

【问题讨论】：

你能解释一下你的想法吗？此外，如果涉及任何代码，最好发布它。
您可以申请this technique of getting the rolling value then filtering，但使用平均值而不是中位数
为了澄清：@Anwarvic df = df['speed'].rolling(10).mean() 现在我如何拒绝/不考虑这 10 个周期窗口的平均值，如果它包含一个异常值？下限为 0，上限为 15 最终目标是在不考虑/考虑 10 周期的窗口的情况下获得最大移动平均线，如果它包含异常值提前谢谢！

标签： python outliers moving-average

【解决方案1】：

您可以像这样只用一行来解决您的问题：

_filter = lambda x: float("inf") if x > outlier_upper_bound or x < outlier_lower_bound else x

df["speed"].apply(_filter).rolling(10).mean().dropna()

我的代码背后的想法可以通过以下步骤来理解：

我创建了一个名为 _filter 的 lambda 函数，它将边界外的任何值转换为 inf。
在包含inf 的窗口上应用mean 时，结果将为Nan。
最后，我删除了所有 Nan 值，这将模拟相同的效果。

【讨论】：