python – pandas.DataFrame.resample的高斯核密度平滑？
发布时间：2020-12-20 11:39:06 所属栏目：Python 来源：网络整理
导读：我正在使用pandas.DataFrame.resample将随机事件重新采样为1小时间隔,并且看到非常随机的结果,如果我将间隔增加到2或4小时,似乎不会消失.这让我想知道Pandas是否有任何类型的方法来生成平滑密度内核,如高斯核密度方法,带有可调节带宽来控制平滑.我没有在文档
|
我正在使用pandas.DataFrame.resample将随机事件重新采样为1小时间隔,并且看到非常随机的结果,如果我将间隔增加到2或4小时,似乎不会消失.这让我想知道Pandas是否有任何类型的方法来生成平滑密度内核,如高斯核密度方法,带有可调节带宽来控制平滑.我没有在文档中看到任何内容,但我想在发布到开发人员列表服务器之前发布此处,因为这是他们的偏好. Scikit-Learn有
precisely the Gaussian kernel density function that I want,所以我会尝试使用它,但这对Pandas来说是一个很棒的补充.
任何帮助是极大的赞赏！ hourly[0][344:468].plot() 解决方法
Pandas能够在滚动窗口上应用聚合. win_type参数控制窗口的形状.可以设置中心参数,以便将标签设置在窗口的中心,而不是右边缘.做高斯平滑：
hrly = pd.Series(hourly[0][344:468]) smooth = hrly.rolling(window=5,win_type='gaussian',center=True).mean(std=0.5) http://pandas.pydata.org/pandas-docs/stable/computation.html#rolling （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |