在 pandas 中使用半小时增量计算 8 小时大小的滚动窗口

Posted 2023-03-12

【中文标题】在 pandas 中使用半小时增量计算 8 小时大小的滚动窗口

【英文标题】：Calculating a rolling window of 8 hour size, using half hour increments in pandas

【发布时间】：2021-04-17 04:32:48

【问题描述】：

我有一个包含以下日期列的数据框：

	scheduled_departure_utc	run_id
0	2021-01-11 13:07:00+00:00	13149
128	2021-01-11 13:07:00+00:00	38138
1	2021-01-11 13:37:00+00:00	13153
129	2021-01-11 13:37:00+00:00	38139
2	2021-01-11 18:07:00+00:00	951600
130	2021-01-11 18:07:00+00:00	951600
3	2021-01-11 18:22:00+00:00	951780
131	2021-01-11 18:22:00+00:00	951780
132	2021-01-11 18:26:00+00:00	951201
4	2021-01-11 18:37:00+00:00	951802

我想在此数据上移动一个 8 小时宽度的滚动窗口，并计算该窗口中的出发次数。唯一棘手的是我希望每个窗口每半小时计算一次，因此例如第一个窗口可能是从 00:00-08:00，然后是 00:30-08:30，然后是 01:00-09： 00等

使用熊猫我可以做到以下几点：

train_window = df.rolling('8h', on='scheduled_departure_utc').run_id.count()

但是，这给了我一个令人困惑的结果。数据框如下所示：

	run_id
0	1
128	2
1	3
129	4
2	5
130	6
3	7
131	8
132	9
4	10

我曾希望有一个数据框，其索引是 8 小时窗口开始时的日期时间，但索引是一个整数，我不明白。另外，因为我指定了8h，所以我怀疑窗口是每8小时而不是每半小时计算一次，但我不确定。

如何计算频率与窗口大小不同的滚动窗口中的事件，然后如何以日期索引格式获取结果？

我使用的是 Python 3.9.1 和 pandas 1.2.0。

【参考方案1】：

一种方法是首先resample 数据帧具有与您想要的步长相同的频率（在本例中为 30 分钟）。 然后您可以使用窗口大小为 16（即 8 小时）的rolling。

df['scheduled_departure_utc'] = pd.to_datetime(df['scheduled_departure_utc'])
df.set_index('scheduled_departure_utc').resample('30T').count()['run_id'].rolling(window=16, min_periods=1).sum()

由此产生的熊猫系列：

2021-01-11 13:00:00     2.0
2021-01-11 13:30:00     4.0
2021-01-11 14:00:00     4.0
2021-01-11 14:30:00     4.0
2021-01-11 15:00:00     4.0
2021-01-11 15:30:00     4.0
2021-01-11 16:00:00     4.0
2021-01-11 16:30:00     4.0
2021-01-11 17:00:00     4.0
2021-01-11 17:30:00     4.0
2021-01-11 18:00:00     9.0
2021-01-11 18:30:00    10.0