使用 pandas Rolling 对象创建列表的滑动窗口答案

【问题标题】：Using the pandas Rolling object to create a sliding window of lists使用 pandas Rolling 对象创建列表的滑动窗口
【发布时间】：2019-06-23 06:49:56
【问题描述】：

This outstanding post 非常清楚地说明了如何使用 pandas cumsum() DataFrame 方法来构建一个 3D 张量，其中包含一个包含列表列表的列，这些列表的维度使其适合用作 LSTM 的时间序列输入。我想做一些非常相似的事情，但使用列表的滚动列表而不是列表的累积聚合。

例如。假设您有一个具有 3 个时间序列的 DataFrame：

我在上面链接的文章向您展示了如何使用 pandas cumsum() 构建一个嵌套列表的 DataFrame 列，如下所示：

[[1, 2, 3]]
[[1, 2, 3], [4, 5, 6]]
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

实现这一点的python代码的关键行如下：

input_cols =  list(df.columns)
df['single_list'] = df[input_cols].apply(
                       tuple, axis=1).apply(list)
df['double_encapsulated'] = df.single_list.apply(
                                      lambda x: [list(x)])

但我想要一个列表的滚动窗口，而不是列表的累积总和。它应该是这样的：

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
[[4, 5, 6], [7, 8, 9], [10, 11, 12]]
[[7, 8, 9], [10, 11, 12], [13, 14, 15]]

这可以用滚动对象来完成吗？

【问题讨论】：

标签： python pandas dataframe cumsum rolling-computation

【解决方案1】：

这里有几个技巧可以达到你想要的结果：

import pandas as pd
dd = {'A': {0: 1, 1: 4, 2: 7, 3: 10, 4: 13},
 'B': {0: 2, 1: 5, 2: 8, 3: 11, 4: 14},
 'C': {0: 3, 1: 6, 2: 9, 3: 12, 4: 15}}
df = pd.DataFrame(dd)

list_of_indexes=[]
df.index.to_series().rolling(3).apply((lambda x: list_of_indexes.append(x.tolist()) or 0), raw=False)
list_of_indexes

d1 = df.apply(tuple,axis=1).apply(list)
[[d1[ix] for ix in x] for x in list_of_indexes]

输出：

[[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
 [[4, 5, 6], [7, 8, 9], [10, 11, 12]],
 [[7, 8, 9], [10, 11, 12], [13, 14, 15]]]

详情：

创建一个空列表。使用rolling 和apply 的函数返回None 和“或”运算符为零，以允许rolling apply 返回0（一个数字）。然而，我们真正追求的是函数的结果，在这种情况下是“追加”。我们使用数据帧索引作为滚动函数的输入，因此“list_of_indexes”是原始数据帧 df 的索引的滚动列表。现在，让我们修改数据框，使用“应用元组”和“应用列表”将行转换为 d1 列表。

最后，让我们使用 d1 将我们的 list_of_indexes 替换为使用列表解析的原始数据帧中的适当列表。

【讨论】：

你用的是哪个版本的python？我得到以下信息：TypeError: apply() got an unexpected keyword argument 'raw'。
我使用的是熊猫 0.24.0。

【解决方案2】：

由于 pandas 1.1 滚动对象是可迭代的，您可以这样做：

[win.values.tolist() for win in df.rolling(3, axis=1) if win.shape[0] == 3]

如果我们确保只获得完整个窗口。

【讨论】：