Pandas 滚动窗口 - datetime64[ns] 未实现

我正在尝试使用 Python/Pandas 构建一些图表。我有每秒采样的数据。这是一个示例：

Index, Time, Value

31362, 1975-05-07 07:59:18,  36.151612
31363, 1975-05-07 07:59:19,  36.181368
31364, 1975-05-07 07:59:20,  36.197195
31365, 1975-05-07 07:59:21,  36.151413
31366, 1975-05-07 07:59:22,  36.138009
31367, 1975-05-07 07:59:23,  36.142962
31368, 1975-05-07 07:59:24,  36.122680

我需要创建各种窗口来查看数据。 10、100、1000 等。不幸的是，当我尝试窗口化整个数据框时，出现以下错误...

NotImplementedError: ops for Rolling for this dtype datetime64[ns] are not implemented

我查看了这些文档：http://pandas.pydata.org/pandas-docs/stable/computation.html http://pandas.pydata.org/pandas-docs/stable/computation.html作为参考，他们似乎是在日期范围内这样做的。我确实注意到他们拥有的数据类型和我拥有的数据类型不同。

是否有捷径可寻？

理想情况下，这就是我想要做的：

tmp = data.rolling(window=2)
tmp.mean()

我使用plotly 绘制原始数据，然后绘制其上的窗口数据。我的目标是找到理想的窗口来识别数据中更清晰的趋势，消除一些噪音。

Thanks!

补充笔记：

我想我需要从这种格式获取数据：

pandas.core.series.系列 对于这个：

pandas.tseries.index.DatetimeIndex

Setup

from StringIO import StringIO
import pandas as pd

text = """Index,Time,Value
31362,1975-05-07 07:59:18,36.151612
31363,1975-05-07 07:59:19,36.181368
31364,1975-05-07 07:59:20,36.197195
31365,1975-05-07 07:59:21,36.151413
31366,1975-05-07 07:59:22,36.138009
31367,1975-05-07 07:59:23,36.142962
31368,1975-05-07 07:59:24,36.122680"""

df = pd.read_csv(StringIO(text), index_col=0, parse_dates=[1])

df.rolling(2).mean()

NotImplementedError: ops for Rolling for this dtype datetime64[ns] are not implemented

首先，这是对 @BrenBarn 评论的确认，如果他决定发布答案，他应该获得荣誉。 BrenBarn，如果你决定回答，我会删除这篇文章。

解释

Pandas 不知道日期值的滚动平均值应该是多少。df.rolling(2).mean()正在尝试滚动并平均Time and Value列。该错误礼貌地（或不礼貌地，取决于您的观点）告诉您您正在尝试一些无意义的事情。

Solution

移动Time列到索引，然后......就是这样。

df.set_index('Time').rolling(2).mean()