Pandas滚动:聚合布尔值
Pandas滚动是一种在数据分析和处理中常用的技术，用于对数据进行滚动计算和聚合操作。它可以在时间序列数据或其他有序数据上执行滑动窗口计算，以便生成滚动统计信息。
滚动操作可以应用于布尔值数据，用于聚合和计算布尔值的滚动统计信息。在Pandas中，可以使用rolling()函数来实现滚动操作。该函数可以指定窗口大小，并通过传递一个布尔值的Series来执行滚动操作。
滚动操作的一些常见应用场景包括：
- 滚动平均：计算一段时间内的平均值，用于平滑数据或去除噪声。
- 滚动求和：计算一段时间内的总和，用于统计累积数据。
- 滚动计数：计算一段时间内满足条件的观测数量，用于统计事件发生次数。
- 滚动最大/最小值：计算一段时间内的最大或最小值，用于寻找极值点或异常检测。
相关·内容
2回答
在pandas.DataFrame中有没有滚动的" any“函数？或者，是否有其他方法可以在滚动函数中聚合布尔值？ 考虑一下： import pandas as pd
import numpy as np
s = pd.Series([True, True, False, True, False, False, False, True])
# this works but I don't think it is clear enough - I am not
# interested in the sum but a logical or!
s.rolling(2).su
浏览 23提问于2020-03-24得票数 1
回答已采纳
我正试图计算30天的滚动平均数。但是，在Tableau中，我必须使用window_avg(avg(varaible)，- 30，0)。这意味着它实际上是在计算每日平均数。它首先计算每天的平均值，然后计算过去30天的平均值。我想知道Tableau中是否有一个函数可以直接计算滚动平均值，比如pandas.rolling？
浏览 4提问于2018-04-27得票数 2
1回答
我有一个带有列volt的timeseries dataframe。我已经应用了滚动窗口操作，这一数据格式为24H。滚动窗口的代码是
telemetry['datetime'] = pd.to_datetime(telemetry['datetime'])
a = telemetry.set_index('datetime').groupby('machineID').rolling(window=1, freq='24h').mean()['volt']
滚动后的数据图是这样的
machineID
浏览 3提问于2021-12-15得票数 2
回答已采纳
如何将pandas groupby应用于数值和布尔值的列？我想对数值列求和，并希望布尔值的聚合为any，即如果有任何True，则为True，如果只有False，则为False。
浏览 1提问于2020-06-16得票数 0
1回答
为什么在pandas中，从32m行数据帧中获取组的这三种方法的性能存在差异。
df = df.groupby(["a", "b", "c"]).groups
df = df.groupby(["a", "b", "c"]).count()
df = df.index
df = df.groupby(["a", "b", "c"]).count()
df = df.drop(df.columns, axis=1).reset_index()
最后一种
浏览 0提问于2016-07-18得票数 0
我正在使用我的ListView内部的道具来检测任何滚动，我还有一个按钮，可以让你使用this.refs.listView.scrollTo(..)滚动到列表视图中的特定位置，但是我想区分这两种类型的滚动(手指滚动和编程滚动)，因为每次我使用按钮滚动时，onscroll也会触发(我不希望发生这种情况)。
那么有没有办法来区分这些滚动类型呢？
浏览 13提问于2017-08-29得票数 0
1回答
def dailyTimeDistributionFeatures ( dailyCallDistribution_dictionary, missingValue = -999, lowSampleValue = -666, numberOfFeatures = 14, sampleSizeThreshold = 3 ):
featureSelection = {}
for date in dailyCallDistribution_dictionary:
date_timestruct = datetime.datetime.fromtim
浏览 91提问于2013-07-05得票数 1
1回答
在熊猫中，把滚动窗口换成行是可能的吗？
>> df
Close
0 3.69
1 9.14
2 9.49
3 15.84
4 17.00
5 26.31
pandas中的to操作可以给出我想要转置的最后N个值，但是我如何将它们插入到行中？
>> df
Close 1 2 3
0 3.69 NaN NaN NaN
1 9.14 3.69 NaN NaN
2 9.49 9.14 3.69 NaN
3 15.84 9.
浏览 22提问于2017-07-20得票数 2
回答已采纳
2回答
如何指定自定义聚合函数，使其在pandas.DataFrame.aggregate的列表参数中使用时行为正确
在熊猫里有两列数据.
import pandas as pd
import numpy as np
df = pd.DataFrame(index=range(10))
df['a'] = [ 3 * x for x in range(10) ]
df['b'] = [ 1 -2 * x for x in range(10) ]
..。在聚合函数规范列表上进行聚合不是一个问题：
def ok_mean(x):
return x.mean()
df.
浏览 4提问于2019-02-26得票数 4
1回答
我正在尝试计算水下的年度滚动，这导致了TypeError: cannot convert the series to <class 'float'>。这是一个自包含的玩具MRE示例： import numpy as np
import pandas as pd
# generate random returns for two assets
dfr = pd.DataFrame(data=np.random.random_sample((10, 2)),
columns=['a', 'b'])
浏览 8提问于2020-12-09得票数 0
回答已采纳
我想在pandas中使用groupby函数。然而，它并不起作用。pandas中的其他函数运行得很好。我很困惑。
corr=corr.groupby(level='date')
print(corr)
Out[21]: <pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000025FC4726808> ``
浏览 0提问于2020-01-03得票数 0
是否有一种方法来修改CupertinoPicker滚动，使它不可能继续滚动一个范围。例如，现在如果值范围为1-7，用户可以连续滚动1、2、3、4、5、6、7、1、2、3、4、5、7、.是否有一种方法可以修改CupertinoPicker，使滚动停止在1和7(在这个用例中)，这样就不会有一个连续滚动？
浏览 6提问于2022-01-09得票数 1
1回答
这里是处理和保存csv文件的代码，以及原始输入csv文件和输出csv文件的代码，在Python2.7上使用pandas并想知道为什么在保存文件时在开头有一个额外的列？谢谢。
c_a,c_b,c_c,c_d
hello,python,pandas,0.0
hi,java,pandas,1.0
ho,c++,numpy,0.0
sample = pd.read_csv('123.csv', header=None, skiprows=1,
dtype={0:str, 1:str, 2:str, 3:float})
sample.columns = pd.Index(dat
浏览 3提问于2016-08-28得票数 5
回答已采纳
如何转换以下输入数据(从Excel文件输入的Pandas数据帧)：
ID Category Speaker Price
334014 Real Estate Perspectives Tom Smith 100
334014 E&E Tom Smith 200
334014 Real Estate Perspectives Janet Brown 100
334014 E&E Janet Brown
浏览 0提问于2018-08-01得票数 2
使用Pandas 1.0.1，如果
df = df.merge(df2, on=some_column)
收益率
File /home/torstein/code/fintechdb/Sheets/sheets/gild.py, line 42, in gild
df = df.merge(df2, on=some_column)
File /home/torstein/anaconda3/lib/python3.7/site-packages/pandas/core/frame.py, line 7297, in merge
validate=validate,
File /
浏览 0提问于2020-02-18得票数 11
回答已采纳
我有一个包含两列时间序列数据的pandas数据帧。在我的实际数据中，这些列足够大，如果没有数据着色器，渲染就会很笨拙。我正在尝试比较这两个时间序列中的事件。但是，我需要能够分辨出哪个数据点来自哪个列。下面是一个简单的函数示例。如何让A列和B列使用不同的颜色映射？ import numpy as np
import hvplot.pandas
import pandas as pd
A = np.random.randint(10, size=10000)
B = np.random.randint(30, size=10000)
d = {'A':A,'B'
浏览 19提问于2019-01-12得票数 0
回答已采纳
我有类似于这篇文章的数据：
也就是说，我有一些观察会议的数据，每一次会议都有一个焦点个人。这位协调人只被记录了一次，但我想在该届会议期间填写每一行的焦点ID数据。所以，数据看起来是这样的：
Focal Session
0 NaN 1
1 50101 1
2 NaN 1
3 NaN 2
4 50408 2
5 NaN 2
基于上面链接的帖子，我使用了以下代码：
g = data.groupby('Session')
g['Focal'].transform(l
浏览 4提问于2013-09-24得票数 3
回答已采纳
1回答
我一直在用pandas编写这段代码
import pandas as pd
data = pd.read_csv('processedblock2.csv')
df = pd.DataFrame(data, columns = ['index', 'x','y','z'])#in order for this to work needed to clen up the csv file a lot
#data.columns = pd.read_csv('pdbtesttrimmed.txt')
浏览 7提问于2020-06-09得票数 0
回答已采纳
1回答
弹性搜索涡旋聚合
、、
我试图通过弹性搜索web在一个基于id属性的索引中获得一个唯一的文档计数。问题是我有上百万的条目。如何在聚合上滚动？这是网址：
这就是身体：
{
"_source": "false",
"aggs" : {
"Ids" : {
"terms" : {
"field" : "somePropertyIWantToGoupBy",
"size" : 100
浏览 5提问于2018-05-29得票数 1
回答已采纳
1回答
我相信在使用Dask数据帧时，我在Dask教程中看到了一个关于如何使用Dask框架中尚未实现的Pandas函数的建议，但我似乎看错了地方。例如，我想使用Pandas函数'ewm‘。 作为一种变通方法，我将Dask数据帧转换为Pandas数据帧，在Pandas数据帧上运行ewm，然后将它们转换回Dask，以便以后进行更多内存密集型操作。效率不是最高的。 有没有更好的策略呢？
浏览 10提问于2019-06-02得票数 1
回答已采纳
1回答
我正在对一个pandas数据帧使用groupby()操作。然后，我尝试对每一行的列求和。但是，在调用sum()时，我一直收到错误消息。 我附上了我的代码如下： bike_use = bike_use.groupby(['road_name', 'count_point_id'])['pedal_cycles', 'two_wheeled_motor_vehicles'].sum(axis = 1) 我得到的错误是： TypeError: sum() got an unexpected keyword argument '
浏览 12提问于2020-12-04得票数 0
1回答
我正在尝试将我的应用程序的一部分从pandas移植到dask，但在dask DataFrame上的groupby中使用lamdba函数时遇到了障碍。
import dask.dataframe as dd
dask_df = dd.from_pandas(pandasDataFrame, npartitions=2)
dask_df = dask_df.groupby(
['one', 'two', 'three', 'four'],
浏览 3提问于2016-11-28得票数 6
我用pandas编写脚本，但为了提高效率，我需要切换到dask，但我不确定如何在dask中实现unstack和reindex？ 这是我的pandas脚本的样子： df_new = df.groupby(['Cars', 'Date'])['Durations'].mean().unstack(fill_value=0).reindex(columns=list_days,index=list_cars,fill_value=0).\
round().reset_index().fillna(0).round()
浏览 11提问于2020-06-18得票数 0
回答已采纳
1回答
对于下面的数据帧
df=spark.createDataFrame(data=[('Alice',4.300),('Bob',7.677)],schema=['name','High'])
当我试图找到最小和最大值时，我只能在输出中得到最小值。
df.agg({'High':'max','High':'min'}).show()
+-----------+
|min(High) |
+-----------+
| 2094900|
+-----------+
浏览 1提问于2017-06-06得票数 11
回答已采纳
pandas中有没有函数来模拟excel公式，如‘=sum($A$1:A10’(第10行))，即公式应该从第1行开始滚动数据。
Pandas滚动函数需要一个整数值作为窗口参数。
浏览 17提问于2016-09-21得票数 0
回答已采纳
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
我有一个模式：
patternDel = "( \\((MoM|QoQ)\\))";
我想删除pandas dataframe中列df['Event Name']与此模式匹配的所有行。哪种方法是最好的？数据帧中有超过100k行。
浏览 8提问于2016-10-10得票数 26
回答已采纳
1回答
我使用的是Lubuntu13.10，并尝试创建一个可滚动的文本视图。我从下面的链接复制源代码并运行它，当我使用滚动条向下滚动时，我得到了一个奇怪的调试消息。如果我不使用滚动条来滚动，我就不会收到消息。
错误消息:Gtk-消息：(有关原始信息，请设置GTK_DEBUG)：无法从类型为‘GString’的rc文件值"((GString*) 0x90672a0)“中检索属性GtkRange::activate-slider' of typegboolean‘
来源：
我的代码：
尽管程序显示了这条调试消息，但它运行正常，但我希望知道是什么导致了这条调试消息，以及如何解决它。
浏览 0提问于2013-11-22得票数 2
在UITextView中，有一个文本是只读的，根本不需要任何用户交互，这意味着不希望文本被编辑，甚至不希望键盘显示出来。我想让UITextView成为可滚动的。
现在发生的情况是，它是不可滚动的，内容是可编辑的，键盘显示出来，边框的底墙没有显示。如果有人能帮我解决这个问题。会很感激的。
提前谢谢。
浏览 2提问于2012-01-10得票数 27
回答已采纳
2回答
编辑:忘记提到这必须在熊猫身上完成。
我在将某个文件读入pandas数据帧时遇到了一点小问题。我试过了：
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.read_csv('/home/leon/Desktop/Uni/ML Lab/Text.txt',
delim_whitespace=True, header=None)
print(dataframe)
如果我尝试使用包含类似"Hello this is a test“的.txt，它可以很好地工作，但是尝试时，我得到错误信息：
浏览 0提问于2018-11-06得票数 0
希望你今天过得愉快！
我正在尝试将数据从python脚本导入到elasticsearch索引中。索引必须每隔一段时间(10分钟)接收一次数据，并在python脚本每次完成该过程时积累所述数据，当然，也不要忘记可以在kibana中绘制它的第一个数据。
我正在使用eland从elastic获取数据，执行一个进程(使用pandas)，并使用pandas_to_eland ()将信息发送到elastic。问题是索引忘记了新的传入数据。
下面是我正在做的事情：
while(True):
#Get data from elasticsearch
eland_data = ed.DataFrame
浏览 5提问于2021-07-16得票数 1
从numpy 1.13.3更新到1.14.2后，我在scipy内部遇到了一个异常
scipy.optimize.minimize调用
scipy.optimize.minimize(minimization_function, weigths,
method="SLSQP",
args=(...),
constraints=OPTIMIZER_CONSTRAINTS,
bounds=(bo
浏览 0提问于2018-03-20得票数 0
所以就连聚合物网站也有这个问题。这是一个SPA世界问题。
Repro:转到，点击左边的core-ajax，然后向下滚动到中间，然后是goto xhr。注意滚动的位置。
考虑到我( a)希望避免上述行为，但也希望保留滚动位置，当我使用后箭头转到我已经访问过的页面时，有哪些最佳实践？如果核心页面有内置的支持那就太好了。
浏览 3提问于2014-07-30得票数 8
我有一个小的测试应用程序(刚刚开始)，我想改变工具栏取决于我在应用程序的哪个区域。目前，我使用的是Toolbar控件。当目标将一个视图实例化到Toolbar中时，多个工具栏同时可见。
我已经看到"clearAggregation“：true应该确保只有一个工具栏，但是我的目标设置中的配置项没有得到遵守。
我假设某些容器不遵守"ClearAggregation“，因为它们的预期用途，所以我的问题是，我应该使用哪个容器，以便我可以通过路由和导航系统填充该区域？
目标：
"signedout-toolbar": {
"viewName
浏览 0提问于2017-06-29得票数 0
我有一个名为y_ocsvm的列，它在名为step1的df中用1和-1填充。 我使用：step1['y_ocsvm'].value_counts()来获取1和-1的计数，输出是： step1['y_ocsvm'].value_counts()
Out[11]:
1 1622
-1 426
Name: y_ocsvm, dtype: int64 我想要找出-1的数量与1的数量的比率。我可以简单地做426/1622，但由于我必须对许多数据帧使用这个值，因此这些值肯定会变化，这将使手动计算相同的值变得困难。 由于value_counts()只能应用于
浏览 31提问于2019-05-11得票数 2
回答已采纳
我想以一个简单的数据帧为例，根据另一列("name“列)中的值，将一列(" value”列)求和成组。在那之后，我想得到"value“列的平均值
In [1]: import pandas
In [2]: df = pandas.DataFrame(data = [{'name': 'a', 'val': 1}, {'name': 'b', 'val': 2}, {'name': 'b', 'val': 4}])
In [3
浏览 5提问于2021-03-03得票数 0
回答已采纳
我正在用Python3中的Pandas索引和切片数据来计算空间统计数据。当我在纬度和经度范围上运行for循环时，使用.loc,为输入文件中没有可用值的特定纬度和经度集提供一个错误KeyError: (slice(None, None, None), )。它不会跳过这些值，而是会出现一个错误，并停止运行代码。以下是我的密码。
import numpy as np
import pandas as pd
from scipy import stats
filename='input.txt'
df = pd.read_csv(filename,delim_whitespace=T
浏览 6提问于2022-07-09得票数 0
1回答
熊猫是如何滚动物体的？
、、、、
编辑：，我浓缩了这个问题，因为这个问题可能一开始就太复杂了。问题的实质是下面的黑体字。
我想了解更多关于使用或时实际创建的对象的信息。
print(type(df.rolling))
<class 'pandas.core.window.Rolling'>
一些背景:考虑一下与np.as_strided一起使用的oft替代方案。这个代码片段本身并不重要，但其结果是我在问这个问题时的参考点。
def rwindows(a, window):
if a.ndim == 1:
a = a.reshape(-1, 1)
shape = a.s
浏览 5提问于2017-07-22得票数 38
回答已采纳
1回答
我正在学习一个关于比特币和熊猫的教程，其中我从websocket接收数据并将其存储在dataframe中。一切正常，但我的脚本随机抛出了一个错误： Traceback (most recent call last):: 26561.29| MIN: 26530.0 | MAX: 26582.691
File "/home/user/Desktop/BTC/price.py", line 89, in <module>
df = df.loc[df.date >= start_time]
File "/home/user/.local/
浏览 28提问于2021-01-20得票数 0
我有一只熊猫数据图(通常用全息图包装)，它有三列。Col1是一个日期时间，Col2是绝对字符串(即“猫”、“狗”、“鸟”之一)，Col3是整数计数。
我试图找到一种方法，使用bokeh库将日期时间降为数月、季度、年份等，类似于pandas.DataFrame.groupby(pd.Grouper(key='Date'，或pandas.DataFrame.resample freq=sample中可用的)。
有没有人知道是否有土生土长的bokeh才能做到这一点，或者我是否需要提供已经从熊猫身上采集到的所有数据？谢谢!
浏览 0提问于2018-05-02得票数 0
回答已采纳
我有一个数据帧，我想忽略(用NaN替换)滚动窗口中没有足够的非NaN值的值。可以通过以下方式重新创建示例数据帧：
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
for col in df.columns:
df.loc[df.sample(frac=0.25).index, col] = np.nan
A B C D
0 38.0 39.0 NaN 82.0
1 44.0 47.0 NaN
浏览 2提问于2021-03-09得票数 0
? 根据每个学生在不同科目中的给定分数。如果任何科目的分数低于30分，学生将被标记为不及格。 我想看看学生是否通过了Informatica PowerCenter的考试。 输入:请参阅学生表的图像 我的方法是将输入数据标准化如下:a 50,80,60 b 29,45,50 然后使用子字符串查看由逗号(，)分隔的任何值是否小于30，然后将其标记为Fail。 请提个建议。 所需输出:A通过B失败
浏览 26提问于2019-10-04得票数 0
在python中，我有一个Pandas dataframe (df)，可以在下面进行复制。
import pandas as pd
data = [['2021-09-12', 'item1', 'IL', 5], ['2021-09-12', 'item2', 'CA', 7], ['2021-08-13', 'item2', 'CA', 8], ['2021-06-12', 'item3', 'NY'
浏览 1提问于2021-09-21得票数 1
回答已采纳
我尝试在python中执行以下代码：
from pandas import *
tickdata = read_csv('/home/user/sourcefile.csv',index_col=0,parse_dates='TRUE')
csv文件的行如下所示：
2011/11/23 23:56:00.554389,1165.2500
2011/11/23 23:56:02.310943,1165.5000
2011/11/23 23:56:05.564009,1165.2500
在pandas .7上，这执行得很好。在pandas .8.0rc2上，我得到了
浏览 1提问于2012-06-28得票数 0
回答已采纳
我正在将csv文件加载到Pandas DataFrame中。对于每一列，如何使用dtype参数指定它包含的数据类型？
我可以用数字数据(底部的代码).
但是我如何指定时间数据..。
以及分类的数据，如因子还是布尔值？我试过np.bool_和pd.tslib.Timestamp都没有运气。
代码：
import pandas as pd
import numpy as np
df = pd.read_csv(<file-name>, dtype={'A': np.int64, 'B': np.float64})
浏览 3提问于2013-11-20得票数 21
回答已采纳
2回答
我的表是从透视表中提取的，以消除缺少的值和太短的值，比如城市名称，下面是我的代码
company = pd.read_sql('SELECT user_id, address FROM company' , con=db_connection)
table = pd.pivot_table(company, index=['address'],aggfunc=np.sum)
table.reset_index()
那我就得到他的
address user_id
3
浏览 3提问于2017-10-06得票数 2
回答已采纳
2回答
如何使用另一列的梯度在pandas数据帧中创建一列？
我希望梯度在滚动窗口上运行，因此一次只评估4个数据点。
我假设它是这样的：df['Gradient'] = np.gradient(df['Yvalues'].rolling(center=False,window=4))
然而，这会给出错误：raise ValueError('Length of values does not match length of ' 'index') ValueError: Length of values does not match leng
浏览 1提问于2018-01-04得票数 2
2回答
Pandas文档有一个如何计算移动平均值的示例：
ser = pd.Series(np.random.randn(10), index=pd.date_range('1/1/2000', periods=10))
pd.rolling_window(ser, 5, 'boxcar')
第二条线计算一个窗口为5的滚动平均值，并在五个观测值上各计算相同的权重。这些文档很吸引人地提到了使用自定义权重的可能性(“当传递win_type而不是显式指定权重时.”)，但是您是如何做到的呢？
谢谢!
浏览 3提问于2015-09-03得票数 2
回答已采纳
1回答
我试图以DDD的方式构建一个应用程序。假设聚合根目录是一个'Page‘，它有其他聚合，如作者、评论、评论、状态等。
页面还可以具有各种设置，例如：
私有页面允许注释允许匿名评论锁在x之后
我试图考虑最好的方式来建模这些“设置”。目前，我正在寻找一个设置集合，它将每个单独的设置作为一个值对象。如您所见，其中一些本质上是布尔值，而另一些则可能包含特定的值，例如日期。考虑到可能有几十种设置，有些设置是默认设置，我是用每个特定设置来建模“设置”集合，还是将其作为一个集合使用适用的设置来建模？
是否有“更好”或标准的DDD方法来解决这个问题？我在这里考虑使用规范模式，但得出的结论是，它并不真正适
浏览 1提问于2020-12-30得票数 0
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
