问题标签 [rolling-average]

我有看起来像这样的数据（称为返回的数据框）

我尝试做的是计算 4(n) 周的滚动回报。

我实现了这个

其中 window_len = 28 天，这是可行的，但我刚刚发现我需要在时间增量上滚动它，而不是让 window_len = 整数。问题是我正在处理公共假期等，所以我的窗口长度不是固定的。

我只是在时间增量而不是长度上寻找相同的滚动逻辑。

使用接近无穷大的浮点数时，熊猫滚动出现错误。我在这里展示一个例子：

最后一位的答案应该是1！但它是 0.5。为什么在使用大数字时滚动会发疯？具有较小浮点数的相同示例：

我正在寻找滚动窗口中的最新值并将其除以所述窗口中所有数字的平均值。

我尝试了什么：

这不起作用，因为df.a[-1]它始终是整个数据集的最新版本。我需要窗口的最后一个值。

我今天做了很多搜索。我可能在搜索错误的术语，或者不理解结果，因为我没有得到任何有用的东西。

任何指针将不胜感激。

如何设置 5 分钟窗口大小以通过滚动平均值重新采样数据？我尝试了不同的方法，但我总是收到关于 DateTimeIndex 的错误，即使我的数据也有 Index as DateTimeIndex..

有谁知道正确的做法吗？？

数据

这是样本数据，如果我想取 5 分钟窗口大小的滚动平均值？我试过代码

但是不明白如何设置5分钟的频率？任何帮助

假设我有一个 M（行）乘 N（列）数据帧

和一个长度为 N 的向量

我想对 中的每一列应用移动平均函数df，但希望移动平均对于每一列具有不同的长度（例如，column1 的 MA 长度为 1，column 2 的 MA 长度为 2，等等） - 这些长度包含在windows

是否有内置函数可以快速执行此操作？我知道df.apply(lambda a: f(a), axis=0, args=...)但不清楚如何为每列应用不同的参数

我想计算此 Dataframe 中每一行的 1 年滚动平均值test：

例如，我需要计算：

• 70342018-03-14 和 2017-08-14 之间id 变化的平均值
• 70342018-03-13 和 2017-08-13 之间id 变化的平均值
• 等等

我试过了：

但我收到错误消息：

在这种情况下如何使用 pandasrolling()功能？

[编辑 1] [感谢 Sacul]

我测试过：

但是freq='Y'不起作用（我得到了：）ValueError: Invalid frequency: Y然后我使用了window = 365, freq = 'D'.

但是还有另一个问题：因为每个组合的日期都没有 365 个连续日期id-date，所以结果总是空的。即使缺少日期，我也想忽略它们并考虑当前日期和（当前日期 - 365）之间的所有日期来计算滚动平均值。例如，假设我有：

然后，

• 对于 7034 2018-03-14：我想计算 MEAN(4.139148e-06,4.953194e-07, 2.854749e-06)
• 对于 7034 2018-03-13：我也想计算 MEAN(4.139148e-06,4.953194e-07, 2.854749e-06)

我怎样才能做到这一点？

[编辑 2]

最后，我使用下面的公式通过忽略缺失值来计算 1 年的滚动中位数、平均值和标准差：

我有一个这样的df：

我想对前 3 个有效值（不是空行）的每一行进行滚动平均值并保存在另一个 df 中：

我试图删除第一个数据框中的空行，然后应用rollingand mean，但我认为这是错误的方法（df1在我的示例中已经存在）：

此查询返回股票价格的滚动 4 天平均值。但是，我想显示的值NULL好像前几天小于 4。

如何在 SQL Server 中进行调整？

我pandas.DataFrame.rolling用来计算股票指数收盘价系列的滚动平均值。我可以在 Excel 中做到这一点。我怎样才能在 Pandas 中做同样的事情？谢谢！

下面是我计算移动平均值的 Excel 公式，窗口长度在列中ma window：

这是 Excel 版本的快照。

我有一个 groupby 对象：

如何将 groupby 对象排序为以下内容：

然后计算 A 行 {x, y, z} 和 B 行 {x, y, z}、B 行 {x, y, z} 和 C 行 {x, y, z} 之间的均值......这样我有：

我基本上是在尝试通过计算找到六边形结构的顶点之间的中点（嗯......更像是 1000 万）。提示赞赏！