Question

我需要在我的时间序列中创建一个数据集，其中包含由滚动，重叠窗口制成的样本。也就是说，使用特定窗口大小和特定步骤来分割我的数据帧。

如何使用Pandas做到这一点？我看到有一个滚动窗口，但它用于对窗口中的值执行一些聚合（例如计算滚动平均值）。我只对隔离这些重叠的窗口感兴趣。怎么做？

因此输出将是这样的数据帧：

1, a
2, b
3, c
4, d
5, e
6, f
7, g

对于窗口大小3和步骤2，输出将是：

1, a
2, b
3, c

3, c
4, d
5, e

5, e
6, f
7, g

为了清楚起见，我知道如何为此编写一个函数，只是想检查一下Pandas中是否有可用的东西。

Answer 1

我不认为有任何熊猫功能可以帮助你。一个简单的实现是：

A = pd.DataFrame(index=range(1,10), 
                 data=['a','b','c','d','e','f','g','h','i'], 
                 columns=['letters'])

step = 2 
size = 3
n_examples = len(A)
dataframes = []
k=0

while(k * step + size < n_examples):
    dataframes += [A.loc[k * step:k * step + size]]
    k+=1

print(dataframes)

输出：

[  letters
 1       a
 2       b
 3       c,   letters
 2       b
 3       c
 4       d
 5       e,   letters
 4       d
 5       e
 6       f
 7       g]

滚动窗口熊猫

1 个答案: