计算 Python 中二维列表中每个列表的滚动平均值

Question

我有一个 2d python 列表，我想绘制其移动平均线。因此，对于列表中的每个列表，我想分别计算移动平均线。我不确定如何在 Pandas df.

这样的列表上应用滚动

我首先将二维列表转换为数字

value_list = [pd.to_numeric(lst, errors='ignore') for lst in value_list]

我的输入是这样的 value_list = [[1,2,3,4,6,2,1,5,2,13,14],[4,5,6,12,32,42,75],[7,8,9,83,12,16]]

我想要的输出

value_list = [[1.5,2.5,3.5,5,4,1.5,3,3.5,7.5,13.5],[4.5,5.5,9,22,37,58.5],[7.5,8.5,46,47.5,14]]

Answer 1

在你的情况下，你似乎需要一个大小为 2 的切片 window，所以：

import numpy as np
[np.convolve(l, np.ones(2)/2, mode="valid") for l in value_list]

如果您需要其他 window 尺寸，您可以定义一个变量 w 和：

[np.convolve(l, np.ones(w)/w, mode="valid") for l in value_list]

Answer 2

如果不想使用 pandas 或 numpy 之类的库，您可以在列表理解中自行计算：

[[0.5*(a[i] + a[i+1]) for i in range(len(a)-1)] for a in value_list]

Answer 3

这里是 python.

中针对初学者的更简单明了的方法

import pandas as pd


def moving_average(numbers, window_size):

    numbers_series = pd.Series(numbers)
    windows = numbers_series.rolling(window_size)
    moving_averages = windows.mean()

    return moving_averages.tolist()[window_size - 1:]


# Press the green button in the gutter to run the script.
if __name__ == '__main__':
    value_list = [[1, 2, 3, 4, 6, 2, 1, 5, 2, 13, 14], [4, 5, 6, 12, 32, 42, 75], [7, 8, 9, 83, 12, 16]]
    output_list = []
    for nums in value_list:
        output_list.append(moving_average(nums, 2))

    print(output_list)

要求的输出是：

[[1.5, 2.5, 3.5, 5.0, 4.0, 1.5, 3.0, 3.5, 7.5, 13.5], [4.5, 5.5, 9.0, 22.0, 37.0, 58.5], [7.5, 8.5, 46.0, 47.5, 14.0]]

计算 Python 中二维列表中每个列表的滚动平均值

calculate rolling average of each list in 2d list in Python

python

list

mean