python - Python 中的滑动窗口方法

Question

我有一个数据框 DF，其中有两列 A 和 B，如下所示:

A                    B                  
1                    0             
3                    0               
4                    0                   
2                    1                    
6                    0                    
4                    1                     
7                    1                 
8                    1                     
1                    0   

第一部分:应执行滑动窗口方法，如下所示。我需要计算大小为 3 滑动 1 个位置的滑动窗口中 B 列的平均值。每个窗口的平均值是手动计算的并显示在左侧。

    A:         1    3    4    2    6    4    7    8    1                                          
    B:         0    0    0    1    0    1    1    1    0                                
              [0    0    0]                                              0
                    [0    0    1]                                        0.33
                          [0    1    0]                                  0.33
                                [1    0    1]                            0.66
                                      [0    1    1]                      0.66
                                            [1    1    1]                1
                                                 [1    1    0]           0.66
output:        0   0.33 0.33 0.66   0.66    1     1    1   0.66

第二部分:现在，对于 A 列中的每一行/坐标，包含该坐标的所有窗口都将被考虑，并且应保留最高平均值，从而给出“输出”列中所示的结果。

第二部分详细解释:第一部分是计算滑动窗口3滑动1个位置的均值。第二步是:对于A列中的每个坐标“i”，应评估包含该坐标“i”的所有窗口并保留最高平均分数。例如，在 A 列中，1 仅出现在第一个窗口中，因此 1 的得分为 0(这是第一个窗口的平均值)。类似地，2 出现在第一个和第二个窗口中，因此 2 的分数应该是窗口 1 和窗口 2 的分数中最高的，即 max(0, 0.33333)。同样，3 出现在第一、第二和第三个窗口中，因此 3 的分数是前三个窗口分数的最大值，即 max(0,0.333333,0.3333333)。 4 出现在第二个、第三个和第四个窗口中，因此 4 的分数是这些窗口分数的最大值，即 max(0.333333,0.3333333,0.666667) 等等。

我需要获得如上所示的输出。输出应该是这样的:

A                   B                  Output   
1                   0                      0
3                   0                      0.33
4                   0                      0.33
2                   1                      0.66
6                   0                      0.66
4                   1                      1
7                   1                      1
8                   1                      1
1                   0                    0.66

任何有关 python 的帮助将不胜感激？

Answer 1

对于第一部分，使用numpy:

WS = 3
B = numpy.array([0,0,0,1,0,1,1,1,0])
filt = numpy.ones(WS) / WS
mean = numpy.convolve(B, filt, 'valid')

第二部分:

paddedmean = numpy.zeros(mean.size + 2 * (WS - 1))
paddedmean[WS-1:-(WS-1)] = mean
output = [numpy.max(paddedmean[i:i+WS]) for i in range(mean.size+WS-1)]

但是A是用来做什么的？？？