Início / coding / Perguntas / 79028838
Accepted
AColoredReptile
Asked: 2024-09-27 03:22:12 +0800 CST

Média móvel polar, preencha o início da janela com nulo em vez da janela encurtada

  • 772

Minha pergunta é se há uma maneira de ter nulo até que a janela completa possa ser preenchida no início de uma janela rolante em polares. Por exemplo:

dates = [
    "2020-01-01",
    "2020-01-02",
    "2020-01-03",
    "2020-01-04",
    "2020-01-05",
    "2020-01-06",
    "2020-01-01",
    "2020-01-02",
    "2020-01-03",
    "2020-01-04",
    "2020-01-05",
    "2020-01-06",
]
df = pl.DataFrame({"dt": dates, "a": [3, 4, 2, 8, 10, 1, 1, 7, 5, 9, 2, 1], "b": ["Yes","Yes","Yes","Yes","Yes", "Yes", "No", "No", "No", "No", "No", "No"]}).with_columns(
    pl.col("dt").str.strptime(pl.Date).set_sorted()
)
df = df.sort(by = 'dt')

df.rolling(
    index_column="dt", period="2d", group_by = 'b'
).agg(pl.col("a").mean().alias("ma_2d"))

Resultado

b   dt  ma_2d
str date    f64
"Yes"   2020-01-01  3.0
"Yes"   2020-01-02  3.5
"Yes"   2020-01-03  3.0
"Yes"   2020-01-04  5.0
"Yes"   2020-01-05  9.0

Minha expectativa neste caso é que o primeiro dia seja nulo porque não há 2 dias para preencher a janela. Mas os polares parecem apenas truncar a janela para preencher os dias iniciais.

python

2 respostas

  1. Você pode verificar o comprimento?

    (df.rolling(index_column="dt", period="2d", group_by="b")
   .agg(
      pl.when(pl.len() > 1)
        .then(pl.col("a").mean())
        .alias("ma_2d")
   )
)

    shape: (12, 3)
┌─────┬────────────┬───────┐
│ b   ┆ dt         ┆ ma_2d │
│ --- ┆ ---        ┆ ---   │
│ str ┆ date       ┆ f64   │
╞═════╪════════════╪═══════╡
│ Yes ┆ 2020-01-01 ┆ null  │
│ Yes ┆ 2020-01-02 ┆ 3.5   │
│ Yes ┆ 2020-01-03 ┆ 3.0   │
│ Yes ┆ 2020-01-04 ┆ 5.0   │
│ Yes ┆ 2020-01-05 ┆ 9.0   │
│ …   ┆ …          ┆ …     │
│ No  ┆ 2020-01-02 ┆ 4.0   │
│ No  ┆ 2020-01-03 ┆ 6.0   │
│ No  ┆ 2020-01-04 ┆ 7.0   │
│ No  ┆ 2020-01-05 ┆ 5.5   │
│ No  ┆ 2020-01-06 ┆ 1.5   │
└─────┴────────────┴───────┘

    Como alternativa, há um .rolling_mean_by()método dedicado que suporta min_periods.

    df.with_columns(
   pl.col("a").rolling_mean_by("dt", window_size="2d", min_periods=2)
     .over("b")
     .alias("ma_2d")
)

    shape: (12, 4)
┌────────────┬─────┬─────┬───────┐
│ dt         ┆ a   ┆ b   ┆ ma_2d │
│ ---        ┆ --- ┆ --- ┆ ---   │
│ date       ┆ i64 ┆ str ┆ f64   │
╞════════════╪═════╪═════╪═══════╡
│ 2020-01-01 ┆ 3   ┆ Yes ┆ null  │
│ 2020-01-01 ┆ 1   ┆ No  ┆ null  │
│ 2020-01-02 ┆ 4   ┆ Yes ┆ 3.5   │
│ 2020-01-02 ┆ 7   ┆ No  ┆ 4.0   │
│ 2020-01-03 ┆ 2   ┆ Yes ┆ 3.0   │
│ …          ┆ …   ┆ …   ┆ …     │
│ 2020-01-04 ┆ 9   ┆ No  ┆ 7.0   │
│ 2020-01-05 ┆ 10  ┆ Yes ┆ 9.0   │
│ 2020-01-05 ┆ 2   ┆ No  ┆ 5.5   │
│ 2020-01-06 ┆ 1   ┆ Yes ┆ 5.5   │
│ 2020-01-06 ┆ 1   ┆ No  ┆ 1.5   │
└────────────┴─────┴─────┴───────┘
    • 1
  2. Best Answer

    Há uma solicitação de recurso ( #12798 ) para implementar um parâmetro min_periods/ min_samplesque teria esse efeito, e isso também é discutido no problema #12049 .

    • 0

relate perguntas