Python：滚动重采样

Question

我有一个 DataFrame 如下：

data = [[99330,12,122],
   [1123,1230,1287],
   [123,101,812739],
   [1143,12301230,252],
   [234,342,4546],
   [2445,3453,3457],
   [7897,8657,5675],
   [46,5675,453],
   [76,484,3735],
   [363,93,4568],
   [385,568,367],
   [458,846,4847],
   [574,45747,658468],
   [57457,46534,4675]]
df1 = pd.DataFrame(data, index=['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04',
                           '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08',
                           '2022-01-09', '2022-01-10', '2022-01-11', '2022-01-12',
                           '2022-01-13', '2022-01-14'], 
              columns=['col_A', 'col_B', 'col_C'])
df1.index = pd.to_datetime(df1.index)
df1.resample('1D').last().rolling(7).last()

最后一行给了我以下错误： AttributeError: 'Rolling' object has no attribute 'last'

我想要做的是滚动重新采样数据（7、30、90 天）。

有没有办法在不使用很多循环的情况下做到这一点？

Answer 1

你last申请，好像rolling给了你 dataframe； 它没有（因为它实际上是“不完整的”，如下所示）。

一般提示是，您可以获取从上一步中获得的任何内容，并使用help 。 在这种情况下

x = df1.resample('1D').last().rolling(7)
help(x)

它为您提供了一个非常广泛的手册。

您的问题缺少的是您实际上并没有精确地指定要滚动的内容。 你想要一个滚动的意思吗？ 这会提示您要对滚动数据使用.mean() 。

更具体地说，在这种情况下，使用 timedelta 可能最有帮助，这将使代码更加清晰，并帮助您处理极端情况，而不是使用 integer 计数

rolled_df = df1.rolling(datetime.timedelta(days=7)).mean()