pandas rolling_mean（）如何工作？

我需要使用移動平均來平滑我的數據，所以我使用卷積編寫了一個函數。但與我的原始數據相比，結果是左移。所以我用熊貓的內置rolling_mean()，它工作得很好。問題是我不想使用熊貓，我試圖重寫這個函數，但是源代碼並沒有解釋它是如何工作的（或者只是我）。pandas rolling_mean（）如何工作？

我最初的功能是大熊貓rolling_mean()的

def moving_average(data, window): 
    return np.convolve(data, np.ones(window)/window, mode='valid')

的源代碼是：

def f(arg, window, min_periods=None, freq=None, center=False, how=how, 
     **kwargs): 
    def call_cython(arg, window, minp, args=(), kwargs={}, **kwds): 
     minp = check_minp(minp, window) 
     return func(arg, window, minp, **kwds) 
    return _rolling_moment(arg, window, call_cython, min_periods, freq=freq, 
          center=center, how=how, **kwargs)

的關鍵是論證「中心」，但我不知道它是如何工作。藍色是原始數據，綠色是我的嘗試，紅色（正確）版本來自熊貓。

來源

2016-07-14 wiedzminYo

有沒有一種正確的方法來平滑數據，即使你使用的意思是仍然有很多變化。儘管簡單的滾動手段，移動是一個非常普遍的結果。

您從pandas.rolling_mean發佈的代碼位不顯示操作;您可以看到它指定的位置，例如，how=how它傳遞了一個參數，該參數未包含在片段中以確定它使用的方法。它也引用cython，所以我認爲命令的內容是用C編寫的，而不是用Python編寫的（通用因爲它速度更快）。

我沒有去尋找底層代碼，因爲rolling_mean沒有太多的文檔和已被棄用引導。請從Pandas的最新版本看看rolling，它會告訴你它可以做什麼類型的平滑器。您可以嘗試將這些參數傳遞給rolling函數，並查看哪個函數執行了您想要的操作;那麼你可以從你選擇的源頭查看它後面的數學，以再現其他地方。

我不知道原始海報的經驗水平，但對於任何閱讀此文的人來說，他們可能不太熟悉信號處理或數據平滑，從趨勢中分離噪音是一個巨大的研究領域。當你這樣做時要非常小心，因爲結果對方法非常敏感。除了熊貓提供的所有滾動功能之外，還有其他一些功能，請查看Holt-Winters，Baxter-King或Hodrick-Prescott。他們都以不同的方式解決問題，結果非常不同，長處和短處。

來源

2016-07-14 21:23:46 Jeff

pandas rolling_mean（）如何工作？

回答

相關問題