假设我的数据是每日计数,并将DateTimeIndex列作为其索引.有没有办法获得过去n个工作日的平均值？例如,如果日期是8月15日星期日,我想得到统计数字(星期日8月8日,星期日8月1日,……).
我昨天开始使用大熊猫,所以这就是我的强奸.
# df is a dataframe with an DateTimeIndex
# brute force for count last n weekdays, wherelnwd = last n weekdays
def lnwd(n=1):
lnwd, tmp = df.shift(7), df.shift(7) # count last weekday
for i in xrange(n-1):
tmp = tmp.shift(7)
lnwd += tmp
lnwd = lnwd/n # average
return lnwd
必须有一个班轮？有没有办法使用apply()(不传递具有for循环的函数？因为n是可变的)或某种形式的groupby？例如,在每个工作日查找所有数据的平均值的方法是：
df.groupby(lambda x: x.dayofweek).mean() # mean of each MTWHFSS
解决方法:
我认为你正在寻找滚动申请(在这种情况下滚动均值)？请参阅文档：http://pandas.pydata.org/pandas-docs/stable/computation.html#moving-rolling-statistics-moments.但随后分别应用于每个工作日,这可以通过将rolling_mean与工作日的分组与groupby相结合来实现.
这应该给某些东西(有系列s)：
s.groupby(s.index.weekday).transform(lambda x: pd.rolling_mean(x, window=n))
