Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
用于不规则时间序列的滚动窗口函数,可以处理重复项
我有以下数据框 grp nr yr 1 A 1 0 2009 2 A 2 0 2009 3 A 1 5 2009 4 A 1 0 2010 5 B 3 0 2009 6 B 2 0 2010 7 B NA 2011 8 C 3 0 2014
r
date
TimeSeries
rollingcomputation
将 lambda 函数应用于 pandas 滚动窗口系列
我有一个函数 它接受一个数组和一个值 并返回一个值 我想将其应用到我的系列中s在滚动的基础上 所以数组始终是滚动 窗口 这是我尝试过 不成功 的一个最小示例 使用np random choice代替我真正的功能 我找到了很多查找滚动均值和其
python
pandas
series
rollingcomputation
根据上一行(data.table)中的值计算单元格中的值的快速方法
假设我有以下数据集dt和一个常数constant dt lt structure list var1 c 92186 7470607738 19163 5035325072 18178 8396858014 9844 67882723287
r
rollingcomputation
accumulate
如何计算r中两年的移动平均值
我有一个关于并购 M As 的大数据框 900k 行 df 有四列 date 并购完成时 目标国家 被合并 收购的国家的公司 收购方 国家 收购方是哪个国家的公司 以及big corp 无论收购方是否是大公司 其中 TRUE 表示该公司很大
r
Average
movingaverage
rollingcomputation
如何使用 python + NumPy / SciPy 计算滚动/移动平均值?
numpy scipy 上似乎没有简单计算移动平均值的函数 导致复杂的解决方案 https stackoverflow com questions 12816011 weighted moving average with numpy co
python
NumPy
TimeSeries
movingaverage
rollingcomputation
Pandas 适用于多列输出的滚动
我正在编写一个代码 它将滚动窗口应用于将返回多列的函数 输入 熊猫系列预期输出 3 列 DataFrame def fun1 series Some calculations producing numbers a b and c retu
python
pandas
DataFrame
rollingcomputation
在具有多个参数的 pandas 数据帧上应用滚动函数
我正在尝试在 pandas 数据帧上应用具有 3 年窗口的滚动函数 import pandas as pd Dummy data df pd DataFrame Product A A A A B B B B Year 2015 2016
python
pandas
pandasgroupby
rollingcomputation
在 R 中创建滚动列表
给定一个向量 数据框的列 我想创建一个滚动向量 l 0 10 将返回 窗口为 3 0 1 2 1 2 3 2 3 4 3 4 5 1 滚动应用 r是一个 9x3 矩阵 其每一行都是所要求的列表元素之一 并且split将其转换为向量列表 尽管
r
rollingcomputation
计算移动平均/滚动函数的快速方法,允许自定义权重
一个可以用TTR SMA or TTR EMA 但这些不允许自定义权重 我想出的一种解决方案是使用data table frollapply library data table x lt data table type rep 1 100
r
dataTable
movingaverage
rollingcomputation
如何在其他条件下在 pandas 中创建滚动窗口
我有一个包含 2 列的数据框 df pd DataFrame np random randint 0 100 size 100 2 columns list AB A B 0 11 10 1 61 30 2 24 54 3 47 52 4
python
pandas
rollingcomputation
PostgreSQL 使用组和顺序计算滚动平均值
我有一张表如下 id x y value 1 1 1 25 1 1 2 42 1 2 3 98 1 2 4 54 1 3 5 67 2 1 1 78 2 1 2 45 2 2 3 96 我必须按 id 对其进行分组 同时按 id x 和 y
sql
postgresql
rollingcomputation
rolling.apply 应用于需要多列数据帧以减少单列的自定义函数
我正在尝试为我的内容创建一个附加列df newc 通过滚动 申请df cond 具有自定义功能 自定义函数需要两列df 我不知道如何让它发挥作用 I tried df newc df cond rolling 4 apply T corre
python
pandas
rollingcomputation
Pandas 中滚动最大值的 Numpy 版本
TL DR 我的问题是如何改进我的函数以超越 pandas 自己的移动最大函数 背景资料 因此 我正在使用大量移动平均线 移动最大值和移动最小值等 到目前为止 我发现的唯一类似移动窗口的功能是pandas rolling 方法 https
python
pandas
performance
NumPy
rollingcomputation
识别数据序列根据其他列 UserID 发生变化的情况
我正在处理数据框df如下 Input TUserId SUID mid sum final sum 115 201 2 7 115 309 1 8 115 404 1 9 209 245 2 10 209 398 2 10 209 510
r
groupby
Sequence
multiplecolumns
rollingcomputation
滚动 pandas DataFrame 的 idxmin/max
我相信以下函数是 pandas DataFrame 滚动 argmin max 的有效解决方案 import numpy as np def data frame rolling arg func df window size func w
python
pandas
DataFrame
Indexing
rollingcomputation
滚动时间窗口上的 pandas `value_counts`
我有一个包含字符串值和日期时间索引的 pandas 数据框 如下所示 from datetime import datetime as dt import pandas as pd df pd DataFrame a b b c b b b
python
pandas
rollingcomputation
Python中基于移动均值的异常值检测
我正在尝试将算法从 MATLAB 转换为 Python 该算法适用于大型数据集 并且需要应用异常值检测和消除技术 在MATLAB代码中 我使用的异常值删除技术是移动中位数 Outlier T isoutlier Data raw Tempe
python
pandas
outliers
rollingcomputation
如何计算 numpy 中一维数组的移动(或滚动,如果你愿意)百分位数/分位数?
在熊猫中 我们有pd rolling quantile 在 numpy 中 我们有np percentile 但我不知道如何做它的滚动 移动版本 解释一下我所说的移动 滚动百分位数 分位数的含义 给定数组 1 5 7 2 4 6 9 3 8
pandas
NumPy
quantile
rollingcomputation
Pandas - 计算过去 x 天数的值频率
我发现了一些意想不到的结果 我想做的是创建一个列来查看 ID 号和日期 并计算该 ID 号在过去 7 天内出现的次数 我还想让该列动态化 x 数量 天 但只是尝试 7 天 所以给定这个数据框 import pandas as pd df p
python
pandas
datetime
pandasgroupby
rollingcomputation
在 data.table 中的两列上滚动函数
我有一个 data table 如下 library data table dt data table date seq as Date 2015 12 01 as Date 2015 12 10 by days v1 seq 1 10 v
r
dataTable
rollingcomputation
rollapply
1
2
»