使用Pandas进行自定义窗口滚动平均值计算

Question

有没有一种方法可以自定义rolling_mean函数的窗口？

data
1
2
3
4
5
6
7
8

假设窗口大小设置为2，即计算包括当前观测值在内的前后2个数据点的平均值。以第三个观测值为例。在这种情况下，我们将得到(1+2+3+4+5)/5 = 3。以此类推。

- zsljulius

Answer 1

计算标准的滚动均值，使用前向（或后向）窗口，然后使用shift方法重新对齐它。

data_mean = pd.rolling_mean(data, window=5).shift(-2)

如果您想对观察值前后的2个数据点进行平均（总共5个数据点），则将窗口设置为window=5。

例如，

import pandas as pd

data = pd.Series(range(1, 9))

data_mean = pd.rolling_mean(data, window=5).shift(-2)
print(data_mean)

产生。

0   NaN
1   NaN
2     3
3     4
4     5
5     6
6   NaN
7   NaN
dtype: float64

如kadee所指出的，如果你希望居中滚动平均值，请使用：

pd.rolling_mean(data, window=5, center=True)

- unutbu

---

谢谢你的答复。也许我没有很好地阐述我的例子。让我更新一下我的例子。 - zsljulius

重新居中，也可以这样做：data_mean = pd.rolling_mean(data, window=5, center=True) - kadee

@kadee：感谢您的改进。 - unutbu

Answer 2

如果您使用的是更为当前版本的Pandas（请参阅0.23.4文档https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.rolling.html），则不再有rolling_mean函数。取而代之的是

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

对于你的例子，它将是：

例如：

df.rolling(5,center=True).mean()

- Sarah