通过日期时间 windows 的列表在 pandas dataframe 上应用 function

Question

我想计算 pandas DataFrame 的一些聚合。我的 DataFrame 没有统一的采样时间，但我想计算统一采样时间的聚合。

例如：我想每天计算最近 7 天的平均值。 所以我希望生成的 dataframe 每天都有一个日期时间索引。

我尝试使用 map-reduce 结构来实现它，但它比 pandas 实现（使用某些特定情况）慢 40 倍。

我的问题是，你知道是否有任何方法可以使用 pandas 内置函数来做到这一点？

输入 DataFrame 可以是：

                            a         b         c
2010-01-01 00:00:00  0.957828  0.784962  0.801670
2010-01-01 00:00:06  0.669214  0.484439  0.479857
2010-01-01 00:00:18  0.537689  0.222179  0.995624
2010-01-01 00:01:15  0.339822  0.787626  0.144389
2010-01-01 00:02:21  0.705167  0.163373  0.317012
...                       ...       ...       ...
2010-03-14 23:57:35  0.799490  0.692932  0.050606
2010-03-14 23:58:40  0.380406  0.825227  0.643480
2010-03-14 23:58:43  0.838390  0.701595  0.632378
2010-03-14 23:59:01  0.604610  0.965274  0.503141
2010-03-14 23:59:02  0.320855  0.937064  0.192669

而 function 应该是 output 是这样的：

                   a         b         c
2010-01-01  0.957828  0.784962  0.801670
2010-01-02  0.499331  0.499944  0.505271
2010-01-03  0.499731  0.498455  0.503352
2010-01-04  0.499632  0.499328  0.502895
2010-01-05  0.500119  0.500299  0.502169
...              ...       ...       ...
2010-03-10  0.499813  0.499680  0.501154
2010-03-11  0.499965  0.500226  0.501582
2010-03-12  0.500644  0.500720  0.501243
2010-03-13  0.500439  0.500264  0.501203
2010-03-14  0.500776  0.500334  0.501048

其中每个值对应于过去 7 天的平均值。

Answer 1

我知道这是一个旧线程，但也许这个答案对某人有帮助。
我想这是：

df.rolling(window=your_window_value).mean()    # Simple Moving Average

那个可以用。
但只有当您每天的行数相同时，它才会起作用。 在这种情况下，您可以使用等于7 x 每天行数的window值。
如果每天您的行数不同，那么我们可能需要不同的解决方案。 但是问题中没有完全定义场景......