1回答
np.random.random(n), 'B': np.random.random(n), 'C': np.random.random(n)}, index=idx)data.ewm(halflife=60).mean()data.ewm(halflife=dt.timedelta(hours=1), times=data.index).mean()
它非常慢为什么会这样呢？
浏览 14提问于2020-11-12得票数 2
1回答
一般来说，如果熊猫已经与熊猫一起构建，我就不会编写函数，因为熊猫总是比我缓慢的手工编码的蟒蛇函数更快；例如、等。我相信这是因为很多熊猫是用C编写的，而且由于矢量化，熊猫的.apply()方法比显式的蟒蛇要快得多(但如果这不是真的，我愿意解释一下)。我所编码的是由S_t = alpha*Y_t + (1 -α)*S_{t-1}，t>1
其中Y_t是时间</e
浏览 1提问于2018-10-12得票数 1
回答已采纳
熊猫没有办法计算时间序列DataFrame的中位EWM。有人在附近工作吗？df.ewm().mean() # This function exists in Pandas
df.ewm().std() # This function exists in Pandasdf.ewm().median() # Doesn't exist.
浏览 16提问于2022-03-29得票数 0
1回答
我试图做一个指数加权移动平均，其中衰变被指定为日期时间列上的半衰期，使用熊猫的ewm函数。熊猫的ewm功能类似于熊猫的扩展功能，因为它可以滚动整个数据。然而，在我的情况下，我需要指定一个固定的时间窗口或偏移量来应用ewm函数。换句话说，具有截止值或"max_periods“参数的ewma。2018', end
浏览 3提问于2021-07-12得票数 2
3回答
我正试图验证熊猫的ewm.std计算，以便为我的代码实现一个步骤更新。下面是对代码问题的完整描述。(span=N).mean().iloc[-3]ans = mrt.ewm(span=N).std().iloc[-2]编辑:在Julien
浏览 3提问于2016-11-23得票数 6
1回答
我目前正在写一个涉及财务计算的代码。更特别的是指数移动平均。talib.EMA(self.PriceAdjusted.values,timeperiod=200),self.PriceAdjusted.index) 它们都工作得很好，但它们在数组开始时提供了不同的结果：所以有一些参数要改为熊猫的EWMA，或者是一个
浏览 1提问于2017-07-19得票数 6
1回答
当我上传我的视频文件，它需要很长时间来处理。视频可以是1.2mb，甚至5.8mb，甚至10 20，它仍然很慢，我只是盯着屏幕等了20分钟甚至更长时间。我能做些什么来加速这个过程呢？如果你需要我给你提供我的代码 $file = $request->file('file');
$fileName =uniqid().
浏览 0提问于2018-11-11得票数 1
回答已采纳
1回答
cpuusage = CpuUsages.processes; }通过这种方式，它的工作速度非常慢，需要很长时间才能使循环遍历。通常，我希望遍历每个正在运行的进程，并获得它的cpuusage。问题是它将只显示进程上的cpuusage。
我能做些什么来解决这个问题？通常，我希望为列表中的每个进程创建自动数量的标签，并显示每个进程
浏览 2提问于2014-06-10得票数 0
1回答
我遇到了Pandas的性能问题，并将DataFrames写到SQL。为了尽可能快地使用 (它就像代码中的MySQL，所以我不需要做任何事情)。我也在使用根用户，但是它是一个丢弃的Docker容器。下面是将我的DataFrame写入DB的代码： from sqlalchemy import create_engineCPU时间:用户2分钟6s，sys: 1.69秒，总计:2分钟8s墙<em
浏览 1提问于2016-10-03得票数 7
回答已采纳
2回答
火花放电数据的慢速滤波
、、、
在过滤熊猫和火星雨数据时，我有一个关于时间差的问题：import numpy as npfrom random import shuffledf_spark_filtered = df_spark[df_spark[0].isin(list_filter)]# 3.1232
如果我将list_filter的长度增加到10000，那么执行时间是0.01353和17.6768秒。熊猫<
浏览 1提问于2018-12-12得票数 5
回答已采纳
1回答
我建立了以下函数，目的是估计熊猫的DataFrame列的最优指数移动平均。alpha and uses it to create ewma ewm= series.shift().ewm(alpha=alpha, adjust=False).mean()
return mean_squared_error(series, ewm.fillna
浏览 0提问于2018-03-26得票数 1
3回答
我想从每一行的close值中计算一个简单的移动平均值。data = get_data_period_symbol('1h', 'EURUSD')
data['
浏览 2提问于2016-09-04得票数 1
回答已采纳
我有一个400.000行15列的csv文件。我必须对每一行进行多次过滤操作。因此，我想使用pandas和groupby来尝试提高性能。使用groupby很快，但get_group似乎很慢。groups = df.groupby(['Year', 'Team'])groupby的速度非常快但是随着用于分组的列数的增加，get_group
浏览 1提问于2014-08-14得票数 3
2回答
我有一只熊猫数据，我用它来存储网络数据；它看起来像：X, Y, 3Y, X, 2我采取以下方法。我以为它会很快，但它比我预期的要慢得多，我不知道为什么。
浏览 1提问于2020-07-25得票数 0
回答已采纳
我使用IronPython已经有一段时间了，但是真正阻碍我的开发的是启动速度太慢了。我喜欢这种语言和它的工作方式，但是在它开始执行我的代码之前，必须等待超过20秒的时间是令人沮丧的。
浏览 4提问于2009-06-18得票数 12
回答已采纳
我需要计算来自csv文件的一组数据的EMA，其中日期在descending order中。到目前为止，我还没有找到使ewm反转的选项。所以我想，我将不得不逆转我所有的数据集。
也许有人知道如何让ewm从底部开始呢？还是建议始终使用按时间顺序排序的datetimeind
浏览 3提问于2020-12-18得票数 0
回答已采纳
1回答
熊猫设置列子集慢
、、、
我不得不在熊猫中投出一个大DataFrame的列的子集.太慢了。因此，我做了一些测试，发现铸造本身做得非常快。但是Pandas在将新抛出的值归因于旧的DataFrame时似乎很慢。然后，我想出了另一个解决方案，执行一个联接，并避免将其归因于运行速度相当快的列子集。
更多的测试和用于生成DataFrame的代
浏览 0提问于2016-06-15得票数 1
回答已采纳
运行此代码显示了大熊猫与常规python列表在速度上的差异：lst = ser.tolist()
0.5566465854644775 0.021578073501586914对熊猫系列进行索引似乎比蟒蛇列表慢了为什么？我们怎样才能加快速度？
浏览 2提问于2019-01-01得票数 1
回答已采纳
我试图在一个有791行和130列的Dataframe上进行计算。 # jth member of DF
DF["Molar Mass"].iloc[j]=round(va
浏览 0提问于2018-07-13得票数 1
1回答
我被困在一个与熊猫消费有关的问题上：df = pd.DataFrame({"IDs": [1, 1, 1, 2, 2, 2, 3, 3, 3],(): temp = temp.groupby("Month").mean() df_list.append(temp2)
注意，唯一
浏览 4提问于2022-07-23得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
