moving-average

0熱度

1回答

我的源數據包括交易ID，日期，金額。我需要一個一週的平均每日移動平均金額和每筆交易金額。問題是，有時在特定日期沒有交易，我需要平均每筆交易，不需要每天，平均尾隨平移，而不是按周計算。在這種情況下，我不能在前面的行中使用OVER。我堆棧與它:( 的數據是這樣的： https://gist.github.com/avitominoz/a252e9f1ab3b1d02aa700252839428dd

0熱度

1回答

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）。我最初的功能是大熊貓rolling_mean()的 def moving_average(data, window): return n

0熱度

1回答

在OBIEE中的計算項 - 移動平均值

我已經諮詢了這個問題 - OBIEE Moving Average (Mavg) for 4 weeks on Pivot Table - 以瞭解如何在OBIEE中做一個移動平均線。但是，我在計算數據透視表中的項目時遇到了問題。在數據透視表視圖中，我認爲我只選擇New Calculated Item併爲pivoted值創建移動平均函數。然而，在「Values From」下拉菜單中，我想要平均的項

-1熱度

1回答

如何定義直方圖/ date_histogram作爲移動平均彙總的父級

使用彈性搜索和java。不使用json或其他外部資源進行查詢。

0熱度

1回答

移動平均函數問題

我有兩個向量。每天我想添加一行，使數據集一行更大： day1 <- c(0,0,8,10,4,5,3,5,6,10,7,11,9,7,10,13,8,7,5,4) day2 <- c(0,0,8,10,4,5,3,5,6,10,7,11,9,7,10,13,8,7,5,4,0) 我有兩個函數分別充當累計平均值和滾動平均值。這兩個給出平均用1 cumroll <- function(x) {

1熱度

1回答

如何從每個日期的SSAS多維立方體（MDX）查詢3個月的運行平均值？

我有SSAS多維立方體，我需要查詢在日期範圍中的每一天的3個月運行平均值。例如，對於2016-04-25我必須獲取數據從2016-01-01到2016-03-31。所以我不能使用此查詢（因爲我不知道我有多麼的日子必然落後，直到上月）： WITH MEMBER [Measures].[SalesAmount 3m average] AS ( SUM( ([Date].[Date].Cu

0熱度

1回答

計算SAS中的移動平均數

我正在嘗試使用SAS計算在計算中使用預測值的x個時期的移動平均值。例如，如果我有一個包含10個變量觀測值的數據集，並且我想要做一個3個月的移動平均線。第一個預測值應該是最後3個觀測值的平均值，第二個預測值應該是最後兩個觀測值的平均值和第一個預測值。

2熱度

2回答

熊貓計算ewm是否錯誤？

當試圖從數據框中的財務數據計算指數移動平均數（EMA）時，看起來Pandas的ewm方法是不正確的。基本的使用下面的鏈接很好的解釋： http://stockcharts.com/school/doku.php?id=chart_school:technical_indicators:moving_averages 當去熊貓的解釋，採取的方法如下（使用「調整」參數爲假）： weighted_av

3熱度

1回答

錯誤的圖表scipy.optimize.curve_fit（類似於移動平均數）

我試圖將指數律應用到我的數據中。我的(x,y)樣本是相當複雜的解釋，所以爲了一般的理解和再現性，我會說：這兩個變量是float和continuous,0<=x<=100和0<=y<=1。 from scipy.optimize import curve_fit import numpy import matplotlib.pyplot as plt #ydata=[...] is my l

2熱度

2回答

用於存儲時間戳數據和在滾動窗口中計算的高效數據結構

我有一個大的Twitter數據流，並且我有興趣分析每條推文中的hashtags的關係。例如，如果哈希標籤A和哈希標籤B出現在同一條推文中，我會將此推文連同推文的時間戳一起記錄爲「A-B」。這樣，樣品輸入是： hashtags, Timestamp A-B, created_time: 2016-04-07T01:33:19Z B-C, created_time: 2016-04-07T