我使用pandas.DataFrame.resample
将随机事件重新采样到1小时的间隔,并且看到非常随机的结果,如果我将间隔增加到2或4小时,结果似乎不会消失。这让我怀疑Pandas是否有任何类型的方法来生成平滑密度内核,如带有可调整带宽的高斯核密度方法来控制平滑。我在文档中没有看到任何内容,但是我认为在张贴在开发人员列表服务器上之前,我会在这里发帖,因为这是他们的偏好。 Scikit-Learn有precisely the Gaussian kernel density function that I want,所以我会尽量利用它,但这对熊猫来说是一个很棒的补充。pandas.DataFrame.resample的高斯核密度平滑?
任何帮助,非常感谢!
hourly[0][344:468].plot()
指数加权移动平均是实时(仅向后看)滤波器,并且是不一样的高斯核,这是假想时间(期待和落后)。 – kb0 2017-05-18 20:09:26