python计算滑动平均的学习整理

最新推荐文章于 2023-12-02 23:19:35 发布

arbraham

最新推荐文章于 2023-12-02 23:19:35 发布

阅读量1.1w

点赞数 6

文章标签： python

本文链接：https://blog.csdn.net/arbraham/article/details/106208291

版权

本文介绍了如何在Python中计算'臭氧8小时'滑动平均值，通过groupby按天分组并利用分组后的数据计算滑动平均。文章引用并改进了一位码哥的代码，解决了头尾缺失数据的对齐问题，并分享了使用glob模块遍历文件及使用pd.rename修改列名的技巧。

摘要由CSDN通过智能技术生成

臭氧8小时定义

“臭氧8小时”是一个滑动平均值，是将0-23小时中从0-7开始每8小时计算一个均值作为7时的值，1-8计算的均值作为8时的值，以此类推滑动计算。

总结

做到了使用groupby按天分组，计算每天数据的滑动平均。如下，主要利用了分组后的df有2个元素：

gpb1 = df1.groupby(groupbylist)['O3']
        for g_name, g_data in gpb1:

学习并使用了这位码哥的代码来计算滑动平均：
https://blog.csdn.net/maverick_7/article/details/79102130
改进了函数，可以处理：头和尾缺失数据的情况下算出的值不是按0-7开始对齐的问题。
用glob比os.walk简单好用，只需要一个循环，而且还能直接遍历想要的文件类型，而不是全都遍历。
可以用pd.rename修改列名。并要立即生效，如下：
pi_O3_max.rename(columns={‘O3滑动平均’:‘O3滑动平均最大’},inplace=True)

代码

# -*- coding: utf-8 -*-
'''
@Description: 批量读取txt文件，计算指定字段的均值，臭氧8小时滑动平均值
小时值 ：维度（年、月、日、时），四个指标，几个站的平均
日值：维度（站、年、月、日），四个指标，0-23时的平均（NO、NO2、NOX、O3），8小时滑动平均（O3），日最大8小时滑动平均（O3）
'''
import pandas as pd
import numpy as np
import glob

# another one，速度更快
# 输出结果 不与原始数据等长，假设原数据为m，平滑步长为t，则输出数据为m-t+1
'''
def movingaverage(data, window_size):
    cumsum_vec = np.cumsum(np.insert(data, 0, 0))
    ma_vec = (cumsum_vec[window_size:] - cumsum_vec[:-window_size]) / window_size
    return ma_vec
'''
#修改为: 传入序列index和数据data，以及窗口大小window_size，以便计算出对应序列的滑动平均值。
#这是为了应对有些数据丢失的情况，序列不是从0开始的情况。
#输出按窗口大小偏移后的序列值及其对应的滑动平均值
def movingaverage(index, data, window_size):
    cumsum_vec = np.cumsum(np.insert(data, 0, 0))
    ma_vec = (cumsum_vec[window_size:] - cumsum_vec[:-window_size]) / window_size
    result = []
    for i in range(len(ma_vec)):
        index1 = index