如何重新采样产生其几何平均值的时间序列？答案

【问题标题】：How to resample a time series producing its geometric mean?如何重新采样产生其几何平均值的时间序列？
【发布时间】：2013-10-14 08:25:47
【问题描述】：

我是 Python 新手，在使用 pandas 重新采样一些数据时遇到了一个棘手的问题。

当我想对我的时间序列数据重新采样时，应用算术平均函数非常简单。

例如：

假设ts 是分钟频率的时间序列数据（在pandas 中，它被封装在pandas.Series 对象中，带有DatetimeIndex）。

要获得每组 5 分钟时间段的算术平均值，只需：

ts.resample('5min', how='mean')

但是，我将如何以这种方式计算几何平均值？有没有像上面这样简单的解决方案，例如：

ts.resample('5min', how='gmean')

【问题讨论】：

ts 是什么类？您是否使用任何非内置库？ numpy、scipy 等？
一个简单的查找方法可能是阅读文档，也可能是代码。
文档在这里我相信：pandas.pydata.org/pandas-docs/dev/timeseries.html
ts 可能代表时间序列。
你的代码中的一些额外上下文会让你更容易回答你的问题

标签： python pandas mean

【解决方案1】：

您可以将可调用对象（在本例中为函数）传递给how，只要它返回一个标量：

In [31]: from scipy.stats.mstats import gmean

In [32]: import pandas.util.testing as tm

In [33]: ts = tm.makeTimeSeries()[:10]

In [34]: ts
Out[34]:
2000-01-03    0.605
2000-01-04   -0.167
2000-01-05    0.365
2000-01-06   -0.206
2000-01-07   -1.156
2000-01-10   -0.219
2000-01-11    1.704
2000-01-12   -0.148
2000-01-13    1.169
2000-01-14    0.823
Freq: B, dtype: float64

In [35]: ts.resample('2D', how=lambda x: gmean(x).item())
Out[35]:
2000-01-03    0.605
2000-01-05    0.365
2000-01-07    0.000
2000-01-09    0.000
2000-01-11    1.704
2000-01-13    0.981
dtype: float64

请注意，您必须在此处调用item 方法才能获得标量结果（因为根据值您可能会获得MaskedConstant）。 pandas 不会将单个元素 Series 视为标量。

此外，请注意包含nans 的计算结果或计算几何平均值可能返回复数的值（例如，负数的第四根；这将在numpy 中返回nan）。

当您调用item 方法时，gmean 会将这样的计算变成 0。

例如，这就是为什么 2000-01-07 和 2000-01-09 有零的原因。

在2000-01-07，pandas 会在第二天填写nan（请记住，我们在这里填写的是2D），因此几何平均值计算为ma.exp(ma.mean(ma.log([-1.156, nan])))。这两个值不是ma.log 的“有效”输入（因此它们被屏蔽），因此ma.mean() 返回一个MaskedConstant，其_data 属性为0，因此其item 方法返回0。

【讨论】：