使用时间序列时，在 pandas rolling 中使用 center

Question

我正在尝试在 pandas 滚动函数中为时间序列设置 center=True:

import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling('7D', min_periods=1, center=True, closed='left')

但输出是：

---------------------------------------------------------------------------
NotImplementedError                       Traceback (most recent call last)
<ipython-input-6-6b30c16a2d12> in <module>()
      1 import pandas as pd
      2 series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
----> 3 series.rolling('7D', min_periods=1, center=True, closed='left')

~\Anaconda3\lib\site-packages\pandas\core\generic.py in rolling(self, window, min_periods, freq, center, win_type, on, axis, closed)
   6193                                    min_periods=min_periods, freq=freq,
   6194                                    center=center, win_type=win_type,
-> 6195                                    on=on, axis=axis, closed=closed)
   6196 
   6197         cls.rolling = rolling

~\Anaconda3\lib\site-packages\pandas\core\window.py in rolling(obj, win_type, **kwds)
   2050         return Window(obj, win_type=win_type, **kwds)
   2051 
-> 2052     return Rolling(obj, **kwds)
   2053 
   2054 

~\Anaconda3\lib\site-packages\pandas\core\window.py in __init__(self, obj, window, min_periods, freq, center, win_type, axis, on, closed, **kwargs)
     84         self.win_freq = None
     85         self.axis = obj._get_axis_number(axis) if axis is not None else None
---> 86         self.validate()
     87 
     88     @property

~\Anaconda3\lib\site-packages\pandas\core\window.py in validate(self)
   1090             # we don't allow center
   1091             if self.center:
-> 1092                 raise NotImplementedError("center is not implemented "
   1093                                           "for datetimelike and offset "
   1094                                           "based windows")

NotImplementedError: center is not implemented for datetimelike and offset based windows

预期输出是由以下各项生成的：

import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling(7, min_periods=1, center=True).sum().head(10)

2014-01-01    4.0
2014-01-02    5.0
2014-01-03    6.0
2014-01-04    7.0
2014-01-05    7.0
2014-01-06    7.0
2014-01-07    7.0
2014-01-08    7.0
2014-01-09    7.0
2014-01-10    7.0
Freq: D, dtype: float64

但是像偏移一样使用日期时间，因为它简化了我的其他代码的一部分（这里没有发布）。

是否有其他解决方案？

谢谢

Answer 1

尝试以下操作（使用 pandas==0.23.3 测试）：

series.rolling('7D', min_periods=1, closed='left').sum().shift(-84, freq='h')

这将使您的滚动总和在 7 天 window 中居中（通过移动 -3.5 天），并允许您使用 'datetimelike' 字符串来定义 window尺寸。请注意 shift() 只接受一个整数，因此用小时定义。

这将产生您想要的输出：

series.rolling('7D', min_periods=1, closed='left').sum().shift(-84, freq='h')['2014-01-01':].head(10)

2014-01-01 12:00:00    4.0
2014-01-02 12:00:00    5.0
2014-01-03 12:00:00    6.0
2014-01-04 12:00:00    7.0
2014-01-05 12:00:00    7.0
2014-01-06 12:00:00    7.0
2014-01-07 12:00:00    7.0
2014-01-08 12:00:00    7.0
2014-01-09 12:00:00    7.0
2014-01-10 12:00:00    7.0
Freq: D, dtype: float64

请注意，滚动总和分配到 7 天的中心 windows（使用午夜到午夜时间戳），因此居中时间戳包括“12:00:00”。

另一个选项（如您在问题末尾显示的那样）是对数据重新采样以确保它具有均匀的日期时间频率，然后使用整数作为 window 大小（window = 7）和 center=True。但是，您声明代码的其他部分受益于使用 'datetimelike' 字符串定义 window，因此此选项可能并不理想。

Answer 2

您可以尝试对 serie/dataframe 重新采样，以便将偏移量 window 转换为固定宽度 window。

# Parameters 
window_timedelta = '7D'
resample_timedelta = '1D' 

# Convert offset to window size
window_size = pd.Timedelta(structure_duration) // pd.Timedelta(resample_timedelta)

# Resample serie
series_res = series.resample(resample_timedelta, on='datetime').first() 

# Perform the sum on the resampled serie
series_res['window_sum'] = series_res.rolling(window_size, center=True, min_periods=1).sum()

注意：重采样中的 first hack 仅在您知道最多有 1 pt/day 时才有效。如果您有更多，您可以将其替换为 sum 或与您的数据相关的任何内容。

注2：为缺失日期引入NaN不会导致求和值为NaN，Pandas求和时忽略它们

Answer 3

从 pandas 版本 1.3 开始，这 * 可以直接使用 pandas。

* 或将是（the work is merged，但截至今天 1.3 尚未发布；我针对 pandas 主分支测试了以下行）。

import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling(7, min_periods=1, center=True).sum().head(10)

输出符合预期：

2014-01-01    4.0
2014-01-02    5.0
2014-01-03    6.0
2014-01-04    7.0
2014-01-05    7.0
2014-01-06    7.0
2014-01-07    7.0
2014-01-08    7.0
2014-01-09    7.0
2014-01-10    7.0
Freq: D, dtype: float64

使用时间序列时，在 pandas rolling 中使用 center

Use center in pandas rolling when using a time-series

python

time-series

pandas

rolling-sum