python - 使用 Pandas 在滚动窗口中重新采样

Question

假设我有每日数据(不规则间隔)，我想计算过去每个月的移动标准偏差(或任意非线性函数) 5个月。例如，对于 2012 年 5 月，我将计算 2012 年 1 月至 2012 年 5 月(5 个月)期间的 stddev。对于 2012 年 6 月，该期间从 2012 年 2 月开始，依此类推。最终结果是具有月值的时间序列。

我不能应用滚动窗口，因为这首先是每天一次，其次我需要指定值的数量(滚动窗口不按时间范围聚合，一些帖子解决了这个问题 issue但它们与我的问题无关，因为滚动仍然适用于每一天)。

我无法应用重采样，因为这样的话样本将每 5 个月采样一次，例如，我将只有 2012 年 5 月、2012 年 10 月、2013 年 3 月的值...最后，作为函数是非线性的，我无法通过先做月度样本然后在其上应用 5 个周期的滚动窗口来重建它。

所以我需要一种应用于由时间间隔(而不是值的数量)定义的滚动窗口的重采样功能。

我如何在 Pandas 中做到这一点？一种方法可能是将几个(在本例中为 5 个)重采样(5 个月)时间序列组合起来，每个时间序列都有一个月的偏移量，然后将所有这些序列对齐成一个......但我不知道如何实现这一点。

Answer 1

我在处理 timedelta 系列时遇到了类似的问题，我想采用移动平均线然后重新采样。这是一个示例，其中我有 100 秒的数据。我采用 10 秒窗口的滚动平均值，然后每 5 秒重新采样一次，在每个重新采样箱中获取第一个条目。结果应该是前 10 秒的平均值，增量为 5 秒。您可以使用月份格式而不是秒来做类似的事情:

df = pd.DataFrame(range(0,100), index=pd.TimedeltaIndex(range(0,100),'s'))
df.rolling('10s').mean().resample('5s').first()

结果:

             0
00:00:00   0.0
00:00:05   2.5
00:00:10   5.5
00:00:15  10.5
00:00:20  15.5
00:00:25  20.5
00:00:30  25.5
00:00:35  30.5
00:00:40  35.5
00:00:45  40.5
00:00:50  45.5
00:00:55  50.5
00:01:00  55.5
00:01:05  60.5
00:01:10  65.5
00:01:15  70.5
00:01:20  75.5
00:01:25  80.5
00:01:30  85.5
00:01:35  90.5