如何在特定小时的滚动平均值的熊猫数据框中添加一列

Posted 2023-02-24

【中文标题】如何在特定小时的滚动平均值的熊猫数据框中添加一列

【英文标题】：how to add a column to a pandas dataframe of the rolling average of specific hour

【发布时间】：2022-01-23 02:23:13

【问题描述】：

我遇到了以下问题：我有一个 pandas 数据框 (df)，其中包含 15 分钟时间步长的值，如下所示：

                           value
2018-12-28 01:00:00+01:00       5
2018-12-28 01:15:00+01:00       4
2018-12-28 01:30:00+01:00       2
2018-12-28 01:45:00+01:00       1
2018-12-28 02:00:00+01:00       2
                          ...
2021-12-07 23:45:00+01:00       4
2021-12-08 00:00:00+01:00       3
2021-12-08 00:15:00+01:00       1
2021-12-08 00:30:00+01:00       2
2021-12-08 00:45:00+01:00       2

我想在此数据框中添加一个额外的列，显示上周特定小时内“值”列的平均值。换句话说，对于时间步“2021-12-08 00:15:00+01:00”，我希望此列显示 2021-12 之间 00:15 列“值”中所有值的平均值-01 和 2021-12-07。对此进行建模的最有效方法是什么？

非常感谢！

【参考方案1】：

这不是最漂亮/pythonic 的方式，但它有效：

#Create your df
df=pd.DataFrame(data=[random.randint(0,5) for i in range(2880)], index=pd.date_range('2021-11-08 01:00:00', '2021-12-08 00:45:00', freq='15min'), columns=['value'])

#add extra columns, separating the index in date and time
df['time'] = df.index.time
df['date'] = df.index.date

#creating result, by slicing the dataframe based on 
df['result'] = df.apply(
    lambda row: df.loc[
        (df.date.between(
            row.date - pd.DateOffset(weeks=1), #start = 1 week back
            row.date - pd.DateOffset(days=1) #end is 1 day back
                )
            ) & (df.time == row.time) #get same time
        ].value.mean(), #get mean of value
    axis=1)

【参考方案2】：

这是一个更快的解决方案，仅适用于日期时间索引：

def get_mean(x):
    date_mask = (df.index >= (x.name - pd.Timedelta('7 days'))) & (df.index < (x.name)) # mask for past 7 days
    past_week_data = df.loc[date_mask] # filter df by mask
    times = past_week_data.at_time(x.name.time()) # filter results for matching times
    return times['value'].mean() #return mean

df['mean'] = df.apply(lambda x: get_mean(x), axis=1)

【讨论】：

这解决了问题，谢谢！