代码之家 › 专栏 › 技术社区 › eumiro

如何在Python中聚合timeseries?

time-series scikits weighted-average datetime python

eumiro · 技术社区 · 14 年前

我有两个不同的时间序列,时间戳部分重叠:

import scikits.timeseries as ts
from datetime import datetime 
a = ts.time_series([1,2,3], dates=[datetime(2010,10,20), datetime(2010,10,21), datetime(2010,10,23)], freq='D')
b = ts.time_series([4,5,6], dates=[datetime(2010,10,20), datetime(2010,10,22), datetime(2010,10,23)], freq='D')

代表以下数据:

Day:   20. 21. 22. 23.
  a:    1   2   -   3
  b:    4   -   5   6

我想用系数a(0.3)和b(0.7)计算每天的加权平均值,同时忽略缺失的值:

Day 20.: (0.3 * 1 + 0.7 * 4) / (0.3 + 0.7) = 3.1 / 1.  = 3.1
Day 21.: (0.3 * 2          ) / (0.3      ) = 0.6 / 0.3 = 2
Day 22.: (          0.7 * 5) / (      0.7) = 3.5 / 0.7 = 5
Day 23.: (0.3 * 3 + 0.7 * 6) / (0.3 + 0.7) = 3.1 / 1.  = 5.1

当我第一次尝试对齐这些时间序列时:

a1, b1 = ts.aligned(a, b)

我得到正确屏蔽的时间序列:

timeseries([1 2 -- 3],
  dates = [20-Oct-2010 ... 23-Oct-2010],
  freq  = D)

timeseries([4 -- 5 6],
  dates = [20-Oct-2010 ... 23-Oct-2010],
  freq  = D)

a1 * 0.3 + b1 * 0.7 ,它忽略仅在一个时间序列中存在的值:

timeseries([3.1 -- -- 5.1],
   dates = [20-Oct-2010 ... 23-Oct-2010],
   freq  = D)

我该怎么做才能收到等待的?

timeseries([3.1 2. 5. 5.1],
   dates = [20-Oct-2010 ... 23-Oct-2010],
   freq  = D)

编辑 :答案还应适用于两个以上具有不同权重和不同缺失值的初始时间序列。

因此,如果我们有四个时间序列,权重为T1(0.1)、T2(0.2)、T3(0.3)和T4(0.4),那么它们在给定时间戳上的权重将是:

            |  T1 |  T2 |  T3 |  T4 |
weight      | 0.1 | 0.2 | 0.3 | 0.4 |
-------------------------------------
all present | 10% | 20% | 30% | 40% |
T1 missing  |     | 22% | 33% | 45% |
T1,T2 miss. |     |     | 43% | 57% |
T4 missing  | 17% | 33% | 50% |     |
etc.

1 回复 | 直到 14 年前

eumiro 14 年前

我试过发现这个:

aWgt = 0.3
bWgt = 0.7

print (np.where(a1.mask, 0., a1.data * aWgt) +
       np.where(b1.mask, 0., b1.data * bWgt)) / (np.where(a1.mask, 0., aWgt) +
                                                 np.where(b1.mask, 0., bWgt))

# array([ 3.1,  2. ,  5. ,  5.1])

这适用于具有多个初始时间序列的已编辑问题。但希望有人能找到更好的。

def weightedAvg(weightedTimeseries):
    sumA = np.sum((np.where(ts.mask, 0., ts.data * weight) for ts, weight in weightedTimeseries), axis=0)
    sumB = np.sum((np.where(ts.mask, 0., weight) for ts, weight in weightedTimeseries), axis=0)
    return np.divide(sumA, sumB)

weightedAvg(((a1, 0.3), (bb, 0.7)))
# array([ 3.1,  2. ,  5. ,  5.1])

适用于任意数量的时间序列;-)

推荐文章

Diego González Castellanos · 如何比较datetime64[ns]的两个日期并选择最新的日期

2 年前

Cranjis · 大熊猫从一个单独的日期列表中的相应日期获得delta

2 年前

JLuu · 将时间戳转换为雪花中的日期

2 年前

TheEyesHaveIt · 如何修复Python TypeError:“datetime。datetime对象不可调用?

2 年前

Illustrious Imp · 以epochmillis为不同时区获取一天的开始时间和结束时间-java

2 年前

statwoman · 计算r中的月天数

2 年前

Archimede · 强制本地datetime为给定值,以便执行JUnit测试

2 年前

chimmy tata · 将日期的月份转换为序列

2 年前

Omar J. RamÃrez · 获取MySQL中不同日期时间范围值的计数

2 年前

Sven Märki · 将特定日期时间字符串格式化为SQL Server中的日期时间数据类型[重复]

2 年前