[英]How to calculate time weighted average using Python?
所以我有一天中不规则间隔的数据。
活动时间 | 价值 |
---|---|
17-5-2021 03:00 | 84.9 |
17-5-2021 11:00 | 84.9 |
17-5-2021 15:00 | 84.7 |
17-5-2021 23:00 | 84.7 |
18-5-2021 03:00 | 84.5 |
18-5-2021 11:00 | 84.5 |
18-5-2021 15:00 | 84.9 |
18-5-2021 23:00 | 84.9 |
我想在上述数据上使用 python 计算时间加权平均值,因为 37.5%(24 小时中有 9 小时)的值仅为 83.7,而如果计算正常平均值,它将占 17-5-2021 的 50%。
假设:如果我们没有特定间隔的值,则采用最后一个可用值,例如:17-5-2021 04:00 的值为 84.9,因为这是最后一个可用值。 任何输入都会有所帮助,因为我无法找到解决此问题的正确方法。 预期输出:
最后结果
活动时间 | 加权平均 |
---|---|
17-5-2021 | 84.79166 |
18-5-2021 | 84.71666 |
适当地解析数据后,您可以使用datetime
将日期/时间转换为,例如,
from datetime import datetime
datetime.strptime('17-5-2021 03:00','%d-%m-%Y %H:%M')
这将创建一个datetime
对象datetime.datetime(2021, 5, 17, 3, 0)
。
然后可以在两个后续(有效)值之间计算timedelta
对象,只需将两个datetime
对象相减即可。 要获得该值的权重,您可以使用生成的timedelta
对象的.total_seconds()
方法。
例如,这两个条目17-5-2021 11:00 84.9 17-5-2021 15:00 84.7
可用于计算第二个的权重为
w=(datetime.strptime(t2,'%d-%m-%Y %H:%M')-datetime.strptime(t1,'%d-%m-%Y %H:%M')).total_seconds()
当然,在哪里
t1='17-5-2021 11:00'
t2='17-5-2021 15:00'
结果是 w=14400。
假设您的数据位于元组列表中,如
b="""17-5-2021 03:00 84.9
17-5-2021 11:00 84.9
17-5-2021 15:00 84.7
17-5-2021 23:00 84.7
18-5-2021 03:00 84.5
18-5-2021 11:00 84.5
18-5-2021 15:00 84.9
18-5-2021 23:00 84.9""".split()
items=[(' '.join(b[i:i+2]),float(b[i+2])) for i in range(0,len(b),3)]
items
产量
[('17-5-2021 03:00', 84.9), ('17-5-2021 11:00', 84.9), ('17-5-2021 15:00', 84.7), ('17-5-2021 23:00', 84.7), ('18-5-2021 03:00', 84.5), ('18-5-2021 11:00', 84.5), ('18-5-2021 15:00', 84.9), ('18-5-2021 23:00', 84.9)]
然后你可以总结每个人(w * val)并最终除以总持续时间,如
t1,val1=items[0]
dt1=datetime.strptime(t1,'%d-%m-%Y %H:%M')
dt0=dt1
result=0.
for item in items[1:]:
t2,val2=item
if val2==None: val2=val1 # if value doesn't exist, use previous
dt2=datetime.strptime(t2,'%d-%m-%Y %H:%M')
result+=val2*(dt2-dt1).total_seconds()
dt1=dt2
val1=val2
result/=(dt1-dt0).total_seconds()
如果该值不可用,我假设None
。 当然,如果第一个值不存在,这将不起作用。
我只想提一下,对于您提供的表,结果是84.73636363636363
。
我认为您可以使用 pandas diff 、 groupby和滚动功能来实现这一点。 您可以使用以下步骤来实现此目的:
import pandas as pd
df = pd.read_csv('test.csv')
df['Event Time'] = pd.to_datetime(df['Event Time'])
df['Time Diff'] = df['Event Time'].diff(periods=1).dt.total_seconds()/3600
df['Time Diff'] = df['Time Diff'].fillna(4)
# You dont need to do the above step in large data. Dropping would be better for large data
df['Weighted Value'] = df['Value']*df['Time Diff']
# calculate the weighted average based on number of periods
df['Weighted Average'] = df['Weighted Value'].rolling(2).sum()/12
# calculate average for each day.day starts at 12AM
df['Daily Weighted Fixed Window'] = df.groupby(df['Event Time'].dt.date)['Weighted Value'].transform('sum')/24
# calculate the weighted average for last one day (stats from current time minus 24 hours)
df.set_index('Event Time', inplace=True)
df['Daily Weighted Rolling'] = df['Weighted Value'].rolling('1D').sum()/24
活动时间 | 价值 | 时差 | 加权值 | 加权平均 | 每日加权固定窗口 | 每日加权滚动 |
---|---|---|---|---|---|---|
2021-05-17 03:00:00 | 84.9 | 4 | 339.6 | 南 | 84.8 | 14.15 |
2021-05-17 11:00:00 | 84.9 | 8 | 679.2 | 84.9 | 84.8 | 42.45 |
2021-05-17 15:00:00 | 84.7 | 4 | 338.8 | 84.8333 | 84.8 | 56.5667 |
2021-05-17 23:00:00 | 84.7 | 8 | 677.6 | 84.7 | 84.8 | 84.8 |
2021-05-18 03:00:00 | 84.5 | 4 | 338 | 84.6333 | 84.7 | 84.7333 |
2021-05-18 11:00:00 | 84.5 | 8 | 676 | 84.5 | 84.7 | 84.6 |
2021-05-18 15:00:00 | 84.9 | 4 | 339.6 | 84.6333 | 84.7 | 84.6333 |
2021-05-18 23:00:00 | 84.9 | 8 | 679.2 | 84.9 | 84.7 | 84.7 |
我已经更新了答案。 如果您还需要什么,请告诉我。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.