【发布时间】：2015-10-24 11:35:48
【问题描述】：
给定以下高频但稀疏的时间序列：
#Sparse Timeseries
dti1 = pd.date_range(start=datetime(2015,8,1,9,0,0),periods=10,freq='ms')
dti2 = pd.date_range(start=datetime(2015,8,1,9,0,10),periods=10,freq='ms')
dti = dti1 + dti2
ts = pd.Series(index=dti, data=range(20))
我可以使用 pandas 函数计算半衰期为 5 毫秒的指数加权移动平均值，如下所示：
ema = pd.ewma(ts, halflife=5, freq='ms')
但是，在后台，该函数以 1 毫秒的间隔重新采样我的时间序列（这是我提供的“频率”）。这会导致输出中包含数千个额外的数据点。
In [118]: len(ts)
Out[118]: 20
In [119]: len(ema)
Out[119]: 10010
这是不可扩展的，因为我的真实时间序列包含数十万个间隔几分钟或几小时的高频观察。
是否有 Pandas/numpy 的方法来计算稀疏时间序列的 EMA 而无需重新采样？类似的东西：http://oroboro.com/irregular-ema/
或者，我必须自己写吗？谢谢！
【问题讨论】：
-
根据链接，公式只有几行。如果我是你，我只会把它编码——可能是一个 numba 函数，因为它看起来不容易矢量化。虽然也许如果你可以用 cumsum/cumprod 编写公式，它会相当快吗？我不知道，在 numba 中应该很简单，或者我猜 cython 也是一个不错的选择。
标签： python numpy pandas signal-processing