Pandas滚动窗口 - datetime64[ns]未实现

Question

我试图使用Python/Pandas构建一些图表。我有每秒采样的数据。这是一个示例：

Index, Time, Value

31362, 1975-05-07 07:59:18,  36.151612
31363, 1975-05-07 07:59:19,  36.181368
31364, 1975-05-07 07:59:20,  36.197195
31365, 1975-05-07 07:59:21,  36.151413
31366, 1975-05-07 07:59:22,  36.138009
31367, 1975-05-07 07:59:23,  36.142962
31368, 1975-05-07 07:59:24,  36.122680

我需要创建多种窗口来查看数据，例如10、100、1000等。但是，当我尝试对整个数据框进行窗口切分时，会出现以下错误...

NotImplementedError: ops for Rolling for this dtype datetime64[ns] are not implemented

我查看了这些文档：http://pandas.pydata.org/pandas-docs/stable/computation.html 作为参考，它们似乎是针对日期范围进行操作的。我注意到他们所用的数据类型与我所拥有的不同。

有没有简单的方法可以实现这个功能？

理想情况下，这就是我想做的：

tmp = data.rolling(window=2)
tmp.mean()

我正在使用Plotly来绘制原始数据和窗口化数据，目标是找到适合识别数据中更干净趋势的理想窗口，以去除一些噪音。

谢谢！

附加说明：

我认为我需要将我的数据从这种格式：

pandas.core.series.Series 转换成这种格式：

pandas.tseries.index.DatetimeIndex

- David Crook

---

您可能因为试图在所有列上计算平均值，包括日期时间列，而导致该错误。如果您执行data.Value.rolling(window=2).mean()，那么是否能够正常工作？ - BrenBarn

是的，但问题是，如果我这样做，那么我是否需要经过将这些新值与它们相关联的时间对齐的过程？ - David Crook

你可以将日期列移动到索引中。 - BrenBarn

如果这么简单的话，我会对自己非常生气...现在试一下... - David Crook

是的，你正在使用的那个索引只是一个日期的“int”版本。我忘记它叫什么了，但我认为我在Excel中看到过它们。 - piRSquared

是的，没错...它可以工作。有趣...你想把它放上去作为答案吗？ - David Crook

Answer 1

设置

from StringIO import StringIO
import pandas as pd

text = """Index,Time,Value
31362,1975-05-07 07:59:18,36.151612
31363,1975-05-07 07:59:19,36.181368
31364,1975-05-07 07:59:20,36.197195
31365,1975-05-07 07:59:21,36.151413
31366,1975-05-07 07:59:22,36.138009
31367,1975-05-07 07:59:23,36.142962
31368,1975-05-07 07:59:24,36.122680"""

df = pd.read_csv(StringIO(text), index_col=0, parse_dates=[1])

df.rolling(2).mean()

非常感谢您信任我作为您的翻译。以下是您需要翻译的内容：

NotImplementedError: ops for Rolling for this dtype datetime64[ns] are not implemented

首先，这是对@BrenBarn评论的确认，如果他决定发布答案，应该给他功劳。如果您决定回答，BrenBarn，我会删除此帖子。

说明

Pandas不知道日期值的滚动平均值应该是什么。 df.rolling（2）.mean（）试图在Time和Value两列上进行滚动和平均计算。错误礼貌地（或不礼貌，取决于您的角度）告诉您正在尝试一些没有意义的操作。

解决方案

将Time列移动到索引中，然后......就这样。

df.set_index('Time').rolling(2).mean()

- piRSquared

---

是的，我已经做到了这一步，但我想我需要获取与正确日期时间相关联的滚动值，并且计算助手文档似乎有一个同时处理日期和值的工作版本... - David Crook

根据此处以及我的实现经验，似乎需要在将时间设置为索引之后调用特定的列，例如df['value'].rolling(2).mean()。 - cardamom