在时间序列数据中生成滚动窗口嵌入的最快方法是什么？

Question

我有兴趣将典型的时间序列数据集（一维）转换为由原始数据集的所有可能顺序组合组成的矩阵。我的步幅始终为 1（将来可能会更改），窗口大小应根据偏好更改，鼓励重叠，我的重点是日内数据，这意味着组合只能来自同一天，一次一天。

这是一个示例数据集

import pandas as pd
date_1 = pd.date_range('2015-02-24', periods=5, freq='1T')
date_2 = pd.date_range('2015-02-25', periods=5, freq='1T')
date = date_1.union(date_2)
values = range(len(date))

df = pd.DataFrame({'date': date, 'values': values})

给定窗口大小为 3，您是否知道任何快速、最好是 Pythonic 的方式来结束以下输出

0 1 2
1 2 3
2 3 4
5 6 7
6 7 8
7 8 9

我搞砸了group_by，但无法得出演示结果。

Answer 1

将values 列分组到date 上，然后在列表理解中遍历每个组并应用sliding_window_view 转换，然后垂直堆叠与每个组对应的所有滑动视图

对于 numpy 版本 >= 1.20

from numpy.lib.stride_tricks import sliding_window_view

grp = df['values'].groupby(df['date'].dt.floor('D'))
np.vstack([sliding_window_view(v, 3) for _, v in grp])

对于numpy版本1.20

def sliding_view(a, w):
    s = a.strides[0]
    shape = a.shape[0] - w + 1, w
    return np.lib.stride_tricks.as_strided(a, shape, (s, s))


grp = df['values'].groupby(df['date'].dt.floor('D'))
np.vstack([sliding_view(v.values, 3) for _, v in grp])

---

array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [5, 6, 7],
       [6, 7, 8],
       [7, 8, 9]])