如何在熊猫中使用自定义权重计算滚动平均值？答案

【问题标题】：How do I calculate a rolling mean with custom weights in pandas?如何在熊猫中使用自定义权重计算滚动平均值？
【发布时间】：2015-09-03 06:05:46
【问题描述】：

Pandas 文档http://pandas.pydata.org/pandas-docs/stable/computation.html 有一个如何计算移动平均线的示例：

ser = pd.Series(np.random.randn(10), index=pd.date_range('1/1/2000', periods=10))
pd.rolling_window(ser, 5, 'boxcar')

第二行计算一个滚动平均值，窗口为 5，五个观察值中的每一个都具有相同的权重。文档诱人地提到了使用自定义权重的可能性（“当传递一个 win_type 而不是显式指定权重时......”），但是你是怎么做的呢？

谢谢！

【问题讨论】：

标签： python pandas moving-average

【解决方案1】：

我不是数学专家，但stahlous解释一下你需要什么here。

我尝试测试一下：

import pandas as pd

ser = pd.Series([1,1,1], index=pd.date_range('1/1/2000', periods=3))
print ser

rm1 = pd.rolling_window(ser, window=[2,2,2], mean=False)
rm2 = pd.rolling_window(ser, window=[2,2,2]) #, mean=True

print rm1
#
#2000-01-01   NaN
#2000-01-02   NaN
#2000-01-03     6
#Freq: D, dtype: float64
print rm2
#
#2000-01-01   NaN
#2000-01-02   NaN
#2000-01-03     1
#Freq: D, dtype: float64

我将 window 设置为 ndarray ([2,2,2]) 并计算加权和 (rm1) 和加权平均值 (rm2)。

pandas.rolling_window：

窗口 : int 或 ndarray:
加权窗口规范。如果窗口为整数，则视为窗口长度，需要win_type

意思：布尔值，默认为真
如果 True 计算加权平均值，否则计算加权和

【讨论】：

如何在 pandas 0.20.3 中执行此操作 - 似乎方法 rolling_window 不再存在，我找不到替代方法。
@Make42 - 我不知道 :(

【解决方案2】：

首先在新的 pandas 版本中 rolling 语法已更改如果你只需要三角形窗口，你可以这样做：

ser.rolling(5, win_type='triang').mean()

其他一些标准窗口are also supported

如果您想要真正自定义（自制）平均重量，您可以像这样使用自定义.apply 和加权平均np.average

import numpy as np

# your code here

weights = [1, 2, 8, 3, 2]  # something unusual
ser.rolling(5).apply(lambda seq: np.average(seq, weights=weights))

【讨论】：