Python Pandas滚动函数

我不确定我是否理解参数min_periods在Pandas rolling函数中：为什么它必须小于参数window？我想计算（例如）滚动最大零下十个值的窗口滚动分钟，但我想开始计算之前的等待也许20值：Python Pandas滚动函数

In[1]: import pandas as pd 
In[2]: import numpy as np 
In[3]: df = pd.DataFrame(columns=['A','B'], data=np.random.randint(low=0,high=100,size=(100,2))) 
In[4]: roll = df['A'].rolling(window=10, min_periods=20) 
In[5]: df['C'] = roll.max() - roll.min() 

In[6]: roll 
Out[6]: Rolling [window=10,min_periods=20,center=False,axis=0] 

In[7]: df['C'] = roll.max()-roll.min()

我收到以下错误：

ValueError: Invalid min_periods size 20 greater than window 10

我以为min_periods是在那里告诉开始计算之前函数必须等待多少个值。该文件说：

min_periods : int, default None

Minimum number of observations in window required to have a value (otherwise result is NA)

我一直没小心这里的“窗口”详细... 那么这将是实现我所试图达到的最有效的方法是什么？我是否应该这样做：

roll = df.loc[20:,'A'].rolling(window=10) 
df['C'] = roll.max() - roll.min()

有没有更高效的方法？

来源

2016-11-03 Prikers

如果窗口是10个观察宽，但你需要20个观察到做一个计算，多少计算，你认为你将能够完成？ –

你的句子''但是我想在开始计算之前等待20个值：'不清楚。我想你对如何计算滚动计算感到困惑。 –

我承认我的问题不是很清楚。例如，我想计算2016年1月1日开始的时间系列指数数据集上的滚动平均值。我想计算除1月份以外的2016年滚动平均值。 – Prikers

周期窗口min_period = n选项只是意味着你需要至少n有效观测计算的滚动统计数据。

例如，假设min_period = 5，并且您在最后10观察值上有rolling mean。现在，如果最后10个观测值的6实际上缺失值，会发生什么情况？然后，鉴于4<5（事实上，这里只有4个非缺失值，并且您至少需要5个非缺失观察值），滚动均值也将丢失。

这是一个非常非常重要的选择。

从文档

min_periods : int, default None Minimum number of observations in window required to have a value (otherwise result is NA).

来源

2016-11-03 23:55:40

最小周期参数只是一种将函数应用于比滚动窗口更小的样本的方法。因此，假设你想要10个窗口的滚动最小值，通过5的最小周期参数将允许计算前5个数据的最小值，然后是前6个，然后是7,8,9，最后是10.现在，大熊猫可以开始滚动他的10个数据点的窗口，因为它有超过10个数据点，它会保持10

来源

2016-11-03 23:40:53

Python Pandas滚动函数

回答

相关问题