熊猫滚动窗口获得最小值

Question

我有一个包含 6169 个时间序列数据点的数据集。我试图在某个滚动窗口内找到最小值。在本例中，窗口为 396（略超过一年）。我使用熊猫滚动功能编写了以下代码。但是，当我运行代码时，我得到的值比我应该得到的要多得多。我的意思是我最终应该得到 6169/396 = 15 或 16 个值。但相反，我得到了 258 个值。任何想法为什么？为了了解数据，我发布了一个图。我已经标记了它应该捕获的几个红色圆圈点，并且通过观察图表它肯定不应该捕获那么多点。我的代码行有什么问题吗？

m4_minidx = df['fitted.values'].rolling(window = 396).min() == df['fitted.values']
m4_min = df[m4_minidx]
print(df.shape)
print(m4_min.shape)

output:
(6169, 5)
(258, 5)

Answer 1

问题是滚动窗口，每次都会得到一个局部最小值。这是一个解释的草图：

黑线是移动窗口，红圈是局部最小值。

您要解决的问题稍微复杂一些，找到局部最小值通常并非易事。看看这些其他资源：local minima x-y 或 local minima 1d array 或 peak finder in scipy library

=============编辑==================

如果您的数据框中没有重复，您将获得预期的结果：

x = np.random.random(6169)
df = pd.DataFrame({'fitted.values': x})

m4_minidx = df['fitted.values'].rolling(window = 396).min() == df['fitted.values']
m4_min = df[m4_minidx]
print(df.shape)
print(m4_min.shape)

输出：

(6169, 1)
(14, 1)