我有一个30分钟间隔的大型时间序列数据集,并试图在这组数据上做一个滑动窗口,但是使用pandas分别为当天的每个点.

我不是统计学家,不善于思考或编写这类工作,但这是我笨手笨脚地做我想做的事.我真的在寻求帮助来改进它,因为我知道有更好的方法可以做到这一点,可能使用MultiIndexes和一些适当的迭代？但我在“时间轴”上努力做到这一点.

def sliding_window(run,data,type='mean'):
    data = data.asfreq('30T')
    for x in date_range(run.START,run.END,freq='1d'):
        if int(datetime.strftime(x,"%w")) == 0 or int(datetime.strftime(x,"%w")) == 6:
            points = data.select(weekends).truncate(x - relativedelta(days=run.WINDOW),x + relativedelta(days=run.WINDOW)).groupby(lambda date: minutes(date,x)).mean()
        else:
            points = data.select(weekdays).truncate(x - relativedelta(days=run.WINDOW),x)).mean()
        for point in points.index:
            data[datetime(x.year,x.month,x.day,point.hour,point.minute)] = points[point]
    return data

run.START,run.END和run.WINDOW是数据中的两个点和45(天).我一直在盯着这段代码,所以我不确定它对其他人有什么意义(如果有的话),请问我可以澄清其他任何事情.

解决:(解决方案由船员提供)

修改后的功能如预期的那样愚蠢得快：

def sliding_window(run,am='mean',days='weekdays'):
    data = data.asfreq('30T')
    data = DataFrame({'Day': [d.date() for d in data.index],'Time': [d.time() for d in data.index],'Weekend': [weekday_string(d) for d in data.index],'data': data})
    pivot = data.pivot_table(values='data',rows='Day',cols=['Weekend','Time'])
    pivot = pivot[days]
    if am == 'median':
        mean = rolling_median(pivot,run.WINDOW*2,min_periods=1)
    mean = rolling_mean(pivot,min_periods=1)
    return DataFrame({'mean': unpivot(mean),'amax': np.tile(pivot.max().values,pivot.shape[0]),'amin': np.tile(pivot.min().values,pivot.shape[0])},index=data.index)

unpivot功能：

def unpivot(frame):
    N,K = frame.shape
    return Series(frame.values.ravel('C'),index=[datetime.combine(d[0],d[1]) for d in zip(np.asarray(frame.index).repeat(K),np.tile(np.asarray(frame.ix[0].index),N))])

sliding_mean中的中心= True似乎在此刻被打破,如果我有机会将在github中存档.