pd.rolling_mean 被弃用 - ndarrays 的替代品

Question

编辑：这个问题是在 2016 年提出的，并且在功能最终被删除后的几年后类似的问题已经发布，例如module 'pandas' has no attribute 'rolling_mean'

但是，问题涉及新 pd.rolling.mean() 的性能，并且应该保持打开状态，直到相关的 pandas issue 得到修复。

---

看起来pd.rolling_mean 正在被ndarrays 弃用，

 pd.rolling_mean(x, window=2, center=False)

FutureWarning: pd.rolling_mean 已被 ndarrays 弃用，将在未来的版本中删除

但根据this SO answer，这似乎是最快的方法。

现在是否有新的方法可以直接使用 SciPy 或 NumPy 来实现与 pd.rolling_mean 一样快的速度？

Answer 1

试试这个

x.rolling(window=2, center=False).mean()

Answer 2

我建议scipy.ndimage.filters.uniform_filter1d 像我的answer 一样链接问题。对于大型数组，它也更快：

import numpy as np
from scipy.ndimage.filters import uniform_filter1d
N = 1000
x = np.random.random(100000)

%timeit pd.rolling_mean(x, window=N)
__main__:257: FutureWarning: pd.rolling_mean is deprecated for ndarrays and will be removed in a future version
The slowest run took 84.55 times longer than the fastest. This could mean that an intermediate result is being cached.
1 loop, best of 3: 7.37 ms per loop

%timeit uniform_filter1d(x, size=N)
10000 loops, best of 3: 190 µs per loop

Answer 3

编辑 -- 不幸的是，新方法似乎没有那么快：

新版熊猫：

In [1]: x = np.random.uniform(size=100)

In [2]: %timeit pd.rolling_mean(x, window=2)
1000 loops, best of 3: 240 µs per loop

In [3]: %timeit pd.Series(x).rolling(window=2).mean()
1000 loops, best of 3: 226 µs per loop

In [4]: pd.__version__
Out[4]: '0.18.0'

旧版本：

In [1]: x = np.random.uniform(size=100)

In [2]: %timeit pd.rolling_mean(x,window=2)
100000 loops, best of 3: 12.4 µs per loop

In [3]: pd.__version__
Out[3]: u'0.17.1'

Answer 4

看起来新方法是通过 DataFrame.rolling 类上的方法（我猜你应该认为它有点像 groupby）： http://pandas.pydata.org/pandas-docs/version/0.18.0/whatsnew.html

例如

x.rolling(window=2).mean()

Answer 5

如果您的尺寸是同质的，您可以尝试实现用于二维图像的Summed Area Table 的 n 维形式：

面积求和表是一种数据结构和算法，用于在网格的矩形子集中快速有效地生成值的总和。

那么，按照这个顺序，你可以：

1. 创建数组的总面积表（“积分”）；
2. 迭代以获得给定位置的 n 维内核的（相当便宜的）总和；
3. 除以内核的 n 维体积的大小。

不幸的是，我不知道这是否有效，但根据给定的前提，它应该是。