在熊猫中查找用户定义窗口的平均值答案

【问题标题】：Find the average for user-defined window in pandas在熊猫中查找用户定义窗口的平均值
【发布时间】：2017-09-18 03:46:23
【问题描述】：

我有一个 pandas 数据框，其中包含带有时间索引（以秒为单位）的原始心率数据。

我正在尝试对数据进行分类，以便获得用户定义窗口的平均值（例如 10 秒） - 不是滚动平均值，只是 10 秒的平均值，然后是 10 秒的平均值，等等。

import pandas as pd

hr_raw = pd.read_csv('hr_data.csv', index_col='time')
print(hr_raw)

      heart_rate
time            
0.6        164.0
1.0        182.0
1.3        164.0
1.6        150.0
2.0        152.0
2.4        141.0
2.9        163.0
3.2        141.0
3.7        124.0
4.2        116.0
4.7        126.0
5.1        116.0
5.7        107.0

使用上面的示例数据，我希望能够设置用户定义的窗口大小（让我们使用 2 秒）并生成一个新的数据帧，该数据帧的索引为 2 秒增量并在时间下降时平均“heart_rate”值进入该窗口（并且应该继续到数据框的末尾）。

例如：

      heart_rate
time            
2.0        162.40
4.0        142.25
6.0        116.25

我似乎只能找到根据预定数量的箱（例如制作直方图）对数据进行分箱的方法，而这只返回计数/频率。

谢谢。

【问题讨论】：

标签： python pandas dataframe group-by binning

【解决方案1】：

groupby 应该这样做。

df.groupby((df.index // 2 + 1) * 2).mean()

      heart_rate
time            
2.0       165.00
4.0       144.20
6.0       116.25

请注意，我们的答案之间存在轻微差异的原因是排除了上限。这意味着，在 4.0 秒的时间间隔内将考虑在 2.0 秒读取的读数。这是通常的做法，与TimeGrouper 类似的解决方案将产生相同的结果。

【讨论】：

【解决方案2】：

就像coldspeed指出的那样，2s会在4s中考虑，但是，如果你需要在2x桶中，你可以

In [1038]: df.groupby(np.ceil(df.index/2)*2).mean()
Out[1038]:
      heart_rate
time
2.0       162.40
4.0       142.25
6.0       116.25

【讨论】：