在使用时间序列时，使用pandas滚动窗口函数时请使用center参数。

Question

在使用时间序列时，使用pandas滚动窗口函数时请使用center参数。

17

我正在尝试在pandas滚动函数中设置center=True，用于时间序列：

import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling('7D', min_periods=1, center=True, closed='left')

但是输出结果是：

---------------------------------------------------------------------------
NotImplementedError                       Traceback (most recent call last)
<ipython-input-6-6b30c16a2d12> in <module>()
      1 import pandas as pd
      2 series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
----> 3 series.rolling('7D', min_periods=1, center=True, closed='left')

~\Anaconda3\lib\site-packages\pandas\core\generic.py in rolling(self, window, min_periods, freq, center, win_type, on, axis, closed)
   6193                                    min_periods=min_periods, freq=freq,
   6194                                    center=center, win_type=win_type,
-> 6195                                    on=on, axis=axis, closed=closed)
   6196 
   6197         cls.rolling = rolling

~\Anaconda3\lib\site-packages\pandas\core\window.py in rolling(obj, win_type, **kwds)
   2050         return Window(obj, win_type=win_type, **kwds)
   2051 
-> 2052     return Rolling(obj, **kwds)
   2053 
   2054 

~\Anaconda3\lib\site-packages\pandas\core\window.py in __init__(self, obj, window, min_periods, freq, center, win_type, axis, on, closed, **kwargs)
     84         self.win_freq = None
     85         self.axis = obj._get_axis_number(axis) if axis is not None else None
---> 86         self.validate()
     87 
     88     @property

~\Anaconda3\lib\site-packages\pandas\core\window.py in validate(self)
   1090             # we don't allow center
   1091             if self.center:
-> 1092                 raise NotImplementedError("center is not implemented "
   1093                                           "for datetimelike and offset "
   1094                                           "based windows")

NotImplementedError: center is not implemented for datetimelike and offset based windows

期望的输出是由以下内容生成的：

import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling(7, min_periods=1, center=True).sum().head(10)

2014-01-01    4.0
2014-01-02    5.0
2014-01-03    6.0
2014-01-04    7.0
2014-01-05    7.0
2014-01-06    7.0
2014-01-07    7.0
2014-01-08    7.0
2014-01-09    7.0
2014-01-10    7.0
Freq: D, dtype: float64

但是使用类似于时间戳的偏移量，可以简化我的其他代码（未在此处发布）。

是否有任何替代方案？

谢谢。

- karen

你应该将这个问题发布到 github，这不是 Stack Overflow 通常可以评论的内容。 - EdChum

如果您发布期望的输出，我们可以考虑另一种解决方案。 - Bharath M Shetty

3个回答

4

从pandas1.3版本开始，这是直接使用pandas完成的。

* 或将会如此（该工作已经合并，但截至今天，1.3版本尚未发布；我对下面的行进行了针对pandas主分支的测试）。

import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling(7, min_periods=1, center=True).sum().head(10)

输出符合预期：

2014-01-01    4.0
2014-01-02    5.0
2014-01-03    6.0
2014-01-04    7.0
2014-01-05    7.0
2014-01-06    7.0
2014-01-07    7.0
2014-01-08    7.0
2014-01-09    7.0
2014-01-10    7.0
Freq: D, dtype: float64

- Felix

1

您可以尝试对系列/数据框进行重新采样，以将偏移窗口转换为固定宽度窗口。

# Parameters 
window_timedelta = '7D'
resample_timedelta = '1D' 

# Convert offset to window size
window_size = pd.Timedelta(structure_duration) // pd.Timedelta(resample_timedelta)

# Resample serie
series_res = series.resample(resample_timedelta, on='datetime').first() 

# Perform the sum on the resampled serie
series_res['window_sum'] = series_res.rolling(window_size, center=True, min_periods=1).sum()

注意：重新采样中的第一个hack仅适用于您知道最多每天只有1个数据点的情况。如果超过了这个数量，您可以将其替换为“sum”或任何与您的数据相关的内容。

注意2：对于缺失日期引入的NaN值不会导致总和变为NaN，Pandas在求和时会忽略它们。

- Nicolas

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- pjw · Accepted Answer

尝试以下内容（已测试使用 pandas==0.23.3）：

series.rolling('7D', min_periods=1, closed='left').sum().shift(-84, freq='h')

这将在7天窗口内居中您的滚动总和（通过向左移动-3.5天），并允许您使用“类似日期时间”的字符串来定义窗口大小。请注意，shift()只接受整数作为参数，因此需按小时定义。

这将产生您想要的输出：

series.rolling('7D', min_periods=1, closed='left').sum().shift(-84, freq='h')['2014-01-01':].head(10)

2014-01-01 12:00:00    4.0
2014-01-02 12:00:00    5.0
2014-01-03 12:00:00    6.0
2014-01-04 12:00:00    7.0
2014-01-05 12:00:00    7.0
2014-01-06 12:00:00    7.0
2014-01-07 12:00:00    7.0
2014-01-08 12:00:00    7.0
2014-01-09 12:00:00    7.0
2014-01-10 12:00:00    7.0
Freq: D, dtype: float64

请注意，滚动求和被分配到7天窗口的中心（使用从午夜到午夜的时间戳），因此居中的时间戳包括“12:00:00”。

另一个选项（如您在问题末尾所示）是将数据重新采样以确保具有均匀的日期时间频率，然后使用整数作为窗口大小（window = 7）和center=True。但是，您指出您代码的其他部分受益于使用“datetimelike”字符串定义window，因此这个选项可能不是理想的选择。