python – 使用不同长度的pandas数据帧计算滚动窗口的加权和

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 使用不同长度的pandas数据帧计算滚动窗口的加权和，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含887字，纯文字阅读大概需要2分钟。

内容图文

我有一个大型数据框>我正在执行滚动计算的5000000行.

df = pd.DataFrame(np.randn(10000,1), columns = ['rand'])
sum_abs = df.rolling(5).sum()

我想做同样的计算,但加上一个加权和.

df2 = pd.DataFrame(pd.Series([1,2,3,4,5]), name ='weight'))
df3 = df.mul(df2.set_index(df.index)).rolling(5).sum()

但是,我得到一个长度不匹配的预期轴有5个元素错误.
我知道我可以做一些像[a * b for a,b in zip(L,weight)]的东西,如果我将所有内容转换为列表但我想尽可能保留在数据框中.有没有办法乘以不同大小的帧或我需要重复数字集合我乘以的数据集的长度？

解决方法:

简单的方法是这样做

w = np.arange(1, 6)
df.rolling(5).apply(lambda x: (x * w).sum())

使用步幅不太容易的方法

from numpy.lib.stride_tricks import as_strided as strided 

v = df.values
n, m = v.shape
s1, s2 = v.strides
k = 5
w = np.arange(1, 6).reshape(1, 1, k)
pd.DataFrame(
    (strided(v, (n - k + 1, m, k), (s1, s2, s1)) * w).sum(-1),
    df.index[k - 1:], df.columns)

天真的时间测试

内容总结

以上是互联网集市为您收集整理的python – 使用不同长度的pandas数据帧计算滚动窗口的加权和全部内容，希望文章能够帮你解决python – 使用不同长度的pandas数据帧计算滚动窗口的加权和所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端