如何使用 Python 計算時間加權平均值？

Question

所以我有一天中不規則間隔的數據。

活動時間	價值
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

我想在上述數據上使用 python 計算時間加權平均值，因為 37.5%（24 小時中有 9 小時）的值僅為 83.7，而如果計算正常平均值，它將占 17-5-2021 的 50%。

假設：如果我們沒有特定間隔的值，則采用最后一個可用值，例如：17-5-2021 04:00 的值為 84.9，因為這是最后一個可用值。 任何輸入都會有所幫助，因為我無法找到解決此問題的正確方法。 預期輸出：

計算請看圖片

最后結果

活動時間	加權平均
17-5-2021	84.79166
18-5-2021	84.71666

Answer 1

適當地解析數據后，您可以使用datetime將日期/時間轉換為，例如，

from datetime import datetime
datetime.strptime('17-5-2021 03:00','%d-%m-%Y %H:%M')

這將創建一個datetime對象datetime.datetime(2021, 5, 17, 3, 0) 。

然后可以在兩個后續（有效）值之間計算timedelta對象，只需將兩個datetime對象相減即可。 要獲得該值的權重，您可以使用生成的timedelta對象的.total_seconds()方法。

例如，這兩個條目17-5-2021 11:00 84.9 17-5-2021 15:00 84.7可用於計算第二個的權重為

w=(datetime.strptime(t2,'%d-%m-%Y %H:%M')-datetime.strptime(t1,'%d-%m-%Y %H:%M')).total_seconds()

當然，在哪里

t1='17-5-2021 11:00'
t2='17-5-2021 15:00'

結果是 w=14400。

假設您的數據位於元組列表中，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產量

[('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)]

然后你可以總結每個人（w * val）並最終除以總持續時間，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()

如果該值不可用，我假設None 。 當然，如果第一個值不存在，這將不起作用。

我只想提一下，對於您提供的表，結果是84.73636363636363 。

Answer 2

我認為您可以使用 pandas diff 、 groupby和滾動功能來實現這一點。 您可以使用以下步驟來實現此目的：

1. 將事件時間轉換為日期時間
2. 使用 diff 函數計算連續時間之間的時間差，並使用 total_seconds 將差值作為秒計算，然后除以 3600 以小時為單位進行轉換。
3. 通過取值和時間差的乘積計算加權值
4. 使用滾動函數計算加權平均值。 保持窗口長度為 2。將其除以期間內的小時數總和。 這里是12小時
5. 使用 groupby 和 transform 計算加權值的每日平均值。 時間開始是 12AM
6. 通過設置日期時間索引和傳遞窗口為 1D 來計算滾動日平均值。

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 

活動時間	價值	時差	加權值	加權平均	每日加權固定窗口	每日加權滾動
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

我已經更新了答案。 如果您還需要什么，請告訴我。