pandas --移动窗口rolling的概念

本文介绍了pandas库中用于数据分析的移动窗口rolling概念,通过实例展示了如何计算滑动窗口的均值,并详细解释了window、min_periods、center等关键参数的作用,帮助理解数据处理中的滑动窗口统计方法。
摘要由CSDN通过智能技术生成

本文转载自:https://blog.csdn.net/maymay_/article/details/80241627

概念:


​​为了提升数据的准确性,将某个点的取值扩大到包含这个点的一段区间,用区间来进行判断,这个区间就是窗口。移动窗口就是窗口向一端滑行,默认是从右往左,每次滑行并不是区间整块的滑行,而是一个单位一个单位的滑行。

                

                             上图是10天作为窗口大小,蓝色线条是滑动窗口的均值,红色线条是原始的数据

给个例子好理解一点:

import pandas as pd
s = [1,2,3,5,6,10,12,14,12,30]
pd.Series(s).rolling(window=3).mean()


首先为了好理解,先放上放上pd.Series(s)的样子给大家看看 

è¿éåå¾çæè¿°
现在pd.Series(s).rolling(window=3).mean()处理后 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值