高斯滚动重量熊猫

Question

假设我有一个pandas 系列数据

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

n = 1000
srs = pd.Series(np.random.random(n))

我现在希望通过这些数据滚动一个高斯滤波器，使权重看起来像：

window = 100

x = np.arange(window)

mu = 60
sigma = 0.2

y = np.exp(-(x-mu)**2 / 2*sigma**2) / np.sqrt(2*np.pi*sigma**2)

plt.plot(x,y)

也就是说，对于每个长度为100 的window，第60 个条目具有最大权重，其他条目按照高斯公式衰减。

.rolling() 可以做到这一点吗？

Answer 1

您可以使用numpy.average 取加权平均值：

import numpy as np
import pandas as pd

n = 1000
window_size = 100

srs = pd.Series(np.random.random(n))

mu = 60
sigma = 0.2
x = np.arange(window_size)
weights = np.exp(-(x-mu)**2 / 2*sigma**2) / np.sqrt(2*np.pi*sigma**2)

srs.rolling(window).apply(lambda wndw: np.average(wndw, weights=weights))

这与：

srs.rolling(window).apply(lambda wndw: (wndw*weights).sum()/weights.sum())

请注意，如果您尝试传递小于window 的min_periods，这将中断，因为np.average 要求a 和weights 具有相同的长度。