Pandas：基于不均匀指数值的滑动平均值

Question

我正在使用 Pandas 0.13.0，并尝试根据索引值进行滑动平均。

索引值分布不均。 索引按递增和唯一值排序。

import pandas as pd
import Quantities as pq

f = { 
    'A': [ 0.0,  0.1,  0.2,  0.5,  1.0,  1.4,  1.5] * pq.m,
    'B': [10.0, 11.0, 12.0, 15.0, 20.0, 30.0, 50.0] * pq.kPa      
}

df = pd.DataFrame(f)

df.set_index(df['A'], inplace=True)

DataFrame 给出：

in: print df

out:
      A       B
A                 
0.00  0.00 m  10.0 kPa
0.10  0.10 m  11.0 kPa
0.20  0.20 m  12.0 kPa
0.50  0.50 m  15.0 kPa
1.00  1.00 m  20.0 kPa
1.40  1.40 m  30.0 kPa
1.50  1.50 m  50.0 kPa

现在我想为索引的每个 x 值（在 x 和 x+c 之间）计算 B 列的平均值，c 是用户定义的标准。

为了这个例子，c = 0.40。

平均过程会给出：

      A       B          C
A                 
0.00  0.00 m  10.0 kPa   11.0 kPa  = (10.0 + 11.0 + 12.0) / 3
0.10  0.10 m  11.0 kPa   12.7 kPa  = (11.0 + 12.0 + 15.0) / 3
0.20  0.20 m  12.0 kPa   13.5 kPa  = (12.0 + 15.0) / 2
0.50  0.50 m  15.0 kPa   15.0 kPa  = (15.0) / 1
1.00  1.00 m  20.0 kPa   25.0 kPa  = (20.0 + 30.0) / 2
1.40  1.40 m  30.0 kPa   40.0 kPa  = (30.0 + 50.0) / 2
1.50  1.50 m  50.0 kPa   50.0 kPa  = (50.0) / 1

请注意，由于索引值的空间不均匀，有时会找不到 x+c。现在还可以，不过我肯定会添加一种方法，在 x+c 之前的值和 x+c 之后的值之间取平均值，所以我得到了更准确的平均值。

我尝试了从 Zelazny7 找到的解决方案： pandas rolling computation with window based on values instead of counts

但我不能让它适用于我的情况，在索引上进行搜索。

我还看了： Pandas Rolling Computations on Sliding Windows (Unevenly spaced)

但我不明白如何将它应用到我的案例中。

知道如何以高效的 Pandas 方法解决这个问题吗？ （使用apply、map还是rolling？）

谢谢。

Answer 1

您需要从链接到的answer 中做的是将索引变成一个系列，这样您就可以对其调用 apply 了。这里的另一个关键是您还必须将构建的系列索引为与您的 df 索引相同的索引，因为默认情况是从头开始创建一个索引，例如 0,1,2,3...

In [26]:

def f(x, c):
    ser = df.loc[(df.index >= x) & (df.index <= x + c),'B']
    return ser.mean()

df['C'] = pd.Series(data = df.index, index = df.index).apply(lambda x: f(x,c=0.4))
df

Out[26]:
       A   B          C
A                      
0.0  0.0  10  11.000000
0.1  0.1  11  12.666667
0.2  0.2  12  13.500000
0.5  0.5  15  15.000000
1.0  1.0  20  25.000000
1.4  1.4  30  40.000000
1.5  1.5  50  50.000000