- 准备数据
# 数据样例
df = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 4, 6, 8, 10]
})
- 计算斜率
# 滑窗5分钟
# 定义窗口大小
window_size = 10 #10表示10行数据
# 计算窗口数据的斜率
def slope_calculator(window):
x = np.arange(0,300,30) #x轴假设为时间序列,30为时间间隔,300为10帧数据,刚好300秒5分钟
y = window
if len(window) > 1:
fit = np.polyfit(x, y, 1) #线性拟合,得到斜率与截距
return fit[0]
else:
return np.nan
dfx = df.groupby(['x'],as_index=False)['y'].rolling(window=window_size).apply(slope_calculator, raw=True)
dfx
# dfx包含'x'列与'y'列,其中'y'列为斜率
- 合并斜率与原数据
两个表单的DataFram的index是没有发生变化的,故可以用index合并表单
dfy=pd.merge(df, dfx, left_index=True, right_index=True)