Pandas - 不同时间窗口的移动平均线

Question

我在 Pandas 数据框中有一些数据。我想根据该数据计算移动平均值，包括最多 N 个尾随行和 Q 个前导行：

import pandas

my_data = pandas.DataFrame({
    'values': [5.0, 4.0, 3.0, 5.0, 5.0, 6.0, 4.0, 6.0, 7.0, 4.0, 5.0, 5.0]
})

my_data
    values
0      5.0
1      4.0
2      3.0
3      5.0
4      5.0
5      6.0
6      4.0
7      6.0
8      7.0
9      4.0
10     5.0
11     5.0

N=2
Q=3

get_moving_average(my_data, lagging=N, leading=Q)
    values      mavg
0        5  4.250000
1        4  4.400000
2        3  4.666667
3        5  4.500000
4        5  4.833333
5        6  5.500000
6        4  5.333333
7        6  5.333333
8        7  5.166667
9        4  5.400000
10       5  5.250000
11       5  4.666667

在这里，第 0 行的移动平均值为 4.25 - 单元格 0 的值加上 0 个粗体滞后行（因为没有）和 3 个斜体前导行（单元格的值 1:3 - 所以（5.0 + 4.0 + 3.0 + 5.0) / 4.0 = 17.0 / 4.0 = 4.25

第 1 行的移动平均线包括上述所有内容，还包括粗体的尾随行 0（因为我们接受 2 个滞后行，但只有一个存在），产生 (5.0 + 4.0 + 3.0 + 5.0 + 5.0) / 5.0 = 22.0 / 5.0 = 4.4。

等等。但是，pandas 的 rolling 方法只接受一个窗口参数，而不是允许选择每一边的大小，并且似乎存在数据不足的问题。

是否有替代滚动的替代方法，或者我需要自己滚动？

Answer 1

如果没有进一步测试，我不确定这是否适用于所有情况。

让我们发挥创意。在“滚动窗口”中向后使用rolling 和shift 以获得适当的尾随和前导行数。为了处理滚动平均值的 NaN，让我们向后滚动 fillna。

N=2
Q=3
T = N+Q+1
my_data.rolling(T, min_periods=1).mean().shift(-Q)\
       .fillna(my_data[::-1].rolling(T, min_periods=Q).mean().shift(-N)[::-1])

输出：

      values
0   4.250000
1   4.400000
2   4.666667
3   4.500000
4   4.833333
5   5.500000
6   5.333333
7   5.333333
8   5.166667
9   5.400000
10  5.250000
11  4.666667

步骤：

在整个间隔内进行滚动计算，在您的情况下，将是 N（滞后）+ Q（领先）和总和为总和 (T) 的电流。

my_data.rolling(T, min_periods=1).mean()

现在，让我们将使用 shift 的计算向后移动，以使窗口符合预期，N 滞后，Q 超前，所以 shift -Q。

my_data.rolling(T, min_periods=1).mean().shift(-Q)

输出：

      values
0   4.250000
1   4.400000
2   4.666667
3   4.500000
4   4.833333
5   5.500000
6   5.333333
7   5.333333
8   5.166667
9        NaN
10       NaN
11       NaN

现在为了处理数据帧末尾的那些 NaN 值，我们反向进行滚动计算并使用 fillna 填充原始值。 [::-1] 是一个反转元素，从末尾开始滚动到开头，然后使用 [::-1] 再次翻转以与原始结果对齐。

my_data[::-1].rolling(T, min_periods=Q).mean().shift(-N)[::-1]

输出：

      values
0        NaN
1        NaN
2   4.666667
3   4.500000
4   4.833333
5   5.500000
6   5.333333
7   5.333333
8   5.166667
9   5.400000
10  5.250000
11  4.666667

在第一个系列和第二个系列上使用 fillna 来获得：

N=2
Q=3
T = N+Q+1
my_data.rolling(T, min_periods=1).mean().shift(-Q)\
       .fillna(my_data[::-1].rolling(T, min_periods=Q).mean().shift(-N)[::-1])

输出：

      values
0   4.250000
1   4.400000
2   4.666667
3   4.500000
4   4.833333
5   5.500000
6   5.333333
7   5.333333
8   5.166667
9   5.400000
10  5.250000
11  4.666667