根据某些系列数据集中的先前评级更新评级

Question

假设，我有 3 个时间序列。 值为

a = [1, 2, 4, 5, 3, 1 ]
b = [3, 5, 2, 9, 3, 1]
c = [2, 5, 6, 7, 3, 1]

现在我想评估每个时间序列的值的偏差。例如，所有时间序列的第二个值 2、5、5，它的“平均值”值为 4，与平均值的偏差为 2、-1、-1。我想说任何 0 好。所以在这个例子中，第二个元素的评级是好、坏、坏。

现在，如果我想以类似的方式评价第三个元素，那就是

mean= 4 
deviation = 0, 2, -2
rating = ok, good, bad

现在我的问题是，考虑到第二个元素的评级，我想对第三个元素进行评级。并以类似的方式继续。对于基本问题，抱歉，但是任何可以有效和成功地完成此任务的行之有效的方法都会非常有帮助。 python相关的手册链接也值得赞赏。

Answer 1

在R，也许你可以像下面那样做

df <- data.frame(a,b,c)
f <- function(v) {
    list(
        Mean = mean(v),
        Deviation = v - mean(v),
        rating = c("bad","ok","good")[sign(v-mean(v))+2]
    )
}
res <- apply(df,1,f)

这样

> res
[[1]]
[[1]]$Mean
[1] 2

[[1]]$Deviation
 a  b  c
-1  1  0 

[[1]]$rating
[1] "bad"  "good" "ok"  


[[2]]
[[2]]$Mean
[1] 4

[[2]]$Deviation
 a  b  c
-2  1  1 

[[2]]$rating
[1] "bad"  "good" "good"


[[3]]
[[3]]$Mean
[1] 4

[[3]]$Deviation
 a  b  c
 0 -2  2

[[3]]$rating
[1] "ok"   "bad"  "good"


[[4]]
[[4]]$Mean
[1] 7

[[4]]$Deviation
 a  b  c
-2  2  0 

[[4]]$rating
[1] "bad"  "good" "ok"


[[5]]
[[5]]$Mean
[1] 3

[[5]]$Deviation
a b c
0 0 0

[[5]]$rating
[1] "ok" "ok" "ok"


[[6]]
[[6]]$Mean
[1] 1

[[6]]$Deviation
a b c
0 0 0

[[6]]$rating
[1] "ok" "ok" "ok"

数据

a = c(1, 2, 4, 5, 3, 1 )
b = c(3, 5, 2, 9, 3, 1)
c = c(2, 5, 6, 7, 3, 1)

Answer 2

如果我理解正确，您想用列 i-1 的评级来表达列 i 的评级。

如果这是正确的，我认为这是不可能的，除非时间序列中的值在某种确定性意义上依赖于先前的值。由于情况似乎并非如此，因此您不走运。

如果您只是希望上一列的评分影响当前列的评分，您只需考虑一些与您使用评分相关的规则。