滑动 windows - 测量每个循环的观察长度 window

Question

让我们分析一下这个示例代码，其中 zip() 用于从数据集创建不同的 windows 并在循环中 return 它们。

months = [Jan, Feb, Mar, Apr, May]

for x, y in zip(months, months[1:]):
    print(x, y)

# Output of each window will be:
Jan Feb 
Feb Mar
Mar Apr
Apr May

假设现在我想计算每个 window.

中使用的月份之间的相应长度百分比

步骤示例：

当 returning 第一个 window（1 月 2 月）时，我想计算整个 window 中 1 月的百分比长度（等于 1 月 + 2 月）和return 它是一个新变量
当 returning 第二个 window（Feb Mar）时，我想计算整个 window（等于 Feb + Mar）中 2 月的百分比长度，并且return 它是一个新变量
继续这个过程直到最后window

欢迎就我如何在 for 循环中实现这个想法提出任何建议！

谢谢！

编辑

months = [Jan, Feb, Mar, Apr, May]

for x, y in zip(months, months[2:]):
    print(x, y)

# Output of each window will be:
Jan Feb March
Feb Mar Apr
Mar Apr May

目标是在整个 window 长度上计算每个 window 两个月的长度：

第一个 window：1 月 + 2 月/1 月 + 2 月 + 3 月
第 2 window：2 月 + 3 月/2 月 + 3 月 + 4 月
持续到最后window

我们现在可以计算每个 window （含 start.month） 的一个月。但是，我们如何调整它以包含超过一个月的时间？

此外，除了使用 days_in_month，有没有办法使用每个月的数据点（行）的长度？

通过使用数据点（行）的长度，我的意思是每个月都有许多 'time' 格式的数据点（例如，60 分钟格式）。这意味着一个月中的 1 天会有 24 个不同的数据点（行）。示例：

                         column
rows             
01-Jan-2010 T00:00        value
01-Jan-2010 T01:00        value
01-Jan-2010 T02:00        value
...                       ...
01-Jan-2010 T24:00        value
02-Jan-2010 T00:00        value
...                       ...

谢谢！

Answer 1

这是一种方法。（在我的例子中，months 是一个 period_range 对象。）

import pandas as pd
months = pd.period_range(start='2020-01', periods=5, freq='M')

现在，迭代范围。每次迭代都是 two-month window.

# print header labels
print('{:10s} {:10s} {:>10s} {:>10s} {:>10s} {:>10s} '.format(
    'start', 'end', 'month', 'front (d)', 'total (d)', 'frac'))

for start, end in zip(months, months[1:]):
    front_month = start.month

    # number of days in first month (e.g., Jan)
    front_month_days = start.days_in_month

    # number of days in current sliding window (e.g., Jan + Feb)
    days_in_curr_window = (end.end_time - start.start_time).days

    frac = front_month_days / days_in_curr_window

    print('{:10s} {:10s} {:10d} {:10d} {:10d} {:10.3f}'.format(
        str(start), str(end), front_month,
        front_month_days, days_in_curr_window, frac))


start      end             month  front (d)  total (d)       frac 
2020-01    2020-02             1         31         60      0.517
2020-02    2020-03             2         29         60      0.483
2020-03    2020-04             3         31         61      0.508
2020-04    2020-05             4         30         61      0.492

滑动 windows - 测量每个循环的观察长度 window

Sliding windows - measuring length of observations on each looped window

python

pandas

for-loop

zip

sliding-window