python - 通过计算乘积来总结 Pandas 数据帧

Question

我正在尝试通过计算每个滚动窗口的乘积来更改 Pandas DataFrame 上的频率。

df = pd.DataFrame({
    'a': [random.random() for i in range(10)]
},
    index=[date.today() + timedelta(i) for i in range(10)]
)
                   a
2020-07-30  0.352619
2020-07-31  0.778134
2020-08-01  0.094192
2020-08-02  0.111958
2020-08-03  0.619847
2020-08-04  0.573964
2020-08-05  0.120369
2020-08-06  0.075018
2020-08-07  0.647727
2020-08-08  0.717462

我想要的输出是这样的:

2020-07-30  0.274384
2020-08-01  0.010545
2020-08-03  0.355769
2020-08-05  0.009029
2020-08-07  0.464719

我尝试使用 .asfreq('2D') 来做到这一点和 .rolling(window=2, min_periods=1)但我不能申请 asfreq滚动物体:

df['a'].rolling(window=2, min_periods=1).asfreq('1D').product()

AttributeError: 'Rolling' object has no attribute 'asfreq'

Answer 1

看起来你不想要 rolling ，而是 asfreq或 resample :

df.resample('2D').prod()

输出:

                   a
2020-07-30  0.274385
2020-08-01  0.010546
2020-08-03  0.355770
2020-08-05  0.009030
2020-08-07  0.464720

更新 : 一般可以用 groupby()像这样:

df.groupby(np.arange(len(df))//N).prod()

但是你会得到一个带有 RangeIndex 的数据框。要保留时间索引，您可以执行以下操作:

(df.reset_index().groupby(np.arange(len(df))//N)
   .agg({'index':'first', 'a':'prod'})
)