溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

對(duì)pandas中時(shí)間窗函數(shù)rolling的使用詳解

發(fā)布時(shí)間：2020-08-22 19:57:34 來(lái)源：腳本之家 閱讀：796 作者：weijian001 欄目：開發(fā)技術(shù)

在建模過(guò)程中，我們常常需要需要對(duì)有時(shí)間關(guān)系的數(shù)據(jù)進(jìn)行整理。比如我們想要得到某一時(shí)刻過(guò)去30分鐘的銷量（產(chǎn)量，速度，消耗量等），傳統(tǒng)方法復(fù)雜消耗資源較多，pandas提供的rolling使用簡(jiǎn)單，速度較快。

函數(shù)原型和參數(shù)說(shuō)明

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

window：表示時(shí)間窗的大小，注意有兩種形式（int or offset）。如果使用int，則數(shù)值表示計(jì)算統(tǒng)計(jì)量的觀測(cè)值的數(shù)量即向前幾個(gè)數(shù)據(jù)。如果是offset類型，表示時(shí)間窗的大小。pandas offset相關(guān)可以參考這里。

min_periods：最少需要有值的觀測(cè)點(diǎn)的數(shù)量，對(duì)于int類型，默認(rèn)與window相等。對(duì)于offset類型，默認(rèn)為1。

freq：從0.18版本中已經(jīng)被舍棄。

center：是否使用window的中間值作為label，默認(rèn)為false。只能在window是int時(shí)使用。

# 為方便觀察，并列排列

df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]})
df.rolling(3, min_periods=1).sum()
df.rolling(3, min_periods=1, center=True).sum()
 B B1 B2
0 0.0 0.0 1.0
1 1.0 1.0 3.0
2 2.0 3.0 3.0
3 NaN 3.0 6.0
4 4.0 6.0 4.0

win_type：窗口類型，默認(rèn)為None一般不特殊指定，了解支持的其他窗口類型，參考這里。

on：對(duì)于DataFrame如果不使用index（索引）作為rolling的列，那么用on來(lái)指定使用哪列。

closed：定義區(qū)間的開閉，曾經(jīng)支持int類型的window，新版本已經(jīng)不支持了。對(duì)于offset類型默認(rèn)是左開右閉的即默認(rèn)為right?？梢愿鶕?jù)情況指定為left both等。

axis：方向（軸），一般都是0。

舉例

一個(gè)簡(jiǎn)單的場(chǎng)景，從A向B運(yùn)送東西，我們想看一下以3秒作為一個(gè)時(shí)間窗運(yùn)送的量。

# A地有兩個(gè)倉(cāng)庫(kù)，都運(yùn)往B。
df = pd.DataFrame({'1': ['A1', 'A2', 'A1', 'A2', 'A2', 'A1', 'A2'],
     '2': ['B1', 'B1', 'B1', 'B1', 'B1', 'B1', 'B1'],
     'num': [1,2,1,3,4,2,1]}, 
     index = [pd.Timestamp('20130101 09:00:00'),
       pd.Timestamp('20130101 09:00:01'),
       pd.Timestamp('20130101 09:00:02'),
       pd.Timestamp('20130101 09:00:03'),
       pd.Timestamp('20130101 09:00:04'),
       pd.Timestamp('20130101 09:00:05'),
       pd.Timestamp('20130101 09:00:06')])
# 1 2 num
# 2013-01-01 09:00:00 A1 B1 1
# 2013-01-01 09:00:01 A2 B1 2
# 2013-01-01 09:00:02 A1 B1 1
# 2013-01-01 09:00:03 A2 B1 3
# 2013-01-01 09:00:04 A2 B1 4
# 2013-01-01 09:00:05 A1 B1 2
# 2013-01-01 09:00:06 A2 B1 1

使用rolling進(jìn)行計(jì)算

# 首先我們先對(duì)groupby進(jìn)行聚合(如果只有從A->B，那么不用聚合一個(gè)rolling就可以)
# 以9:00:04秒為例，由于時(shí)間窗是3s，默認(rèn)的closed是right，所以我們相加04，03，02秒的num，共有4+3+0=7
df.groupby(['1', '2'])['num'].rolling('3s').sum()
# 1 2      
# A1 B1 2013-01-01 09:00:00 1.0
#   2013-01-01 09:00:02 2.0
#   2013-01-01 09:00:05 2.0
# A2 B1 2013-01-01 09:00:01 2.0
#   2013-01-01 09:00:03 5.0
#   2013-01-01 09:00:04 7.0
#   2013-01-01 09:00:06 5.0
# Name: num, dtype: float64

由于使用groupby，所以最后的結(jié)果是MultiIndex，想使用正常格式在DataFrame上使用reset_index()即可。

以上這篇對(duì)pandas中時(shí)間窗函數(shù)rolling的使用詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手