Skip to main content
 首页 » 编程设计

python pandas 滚动窗口并重新创建数据框

2025年04月02日14itcoder

我有一个 DataFrame看起来像这样

df = pd.DataFrame({'user' : ['A', 'A', 'A', 'B', 'B', 'B','B'], 
                  'attritube1' : [0,1,1,1,0,2,9],  
                  'attritube2':[1,2,3,3,0,0,1]}) 
print(df) 
 
     attritube1  attritube2 user 
0           0           1    A 
1           1           2    A 
2           1           3    A 
3           1           3    B 
4           0           0    B 
5           2           0    B 
6           9           1    B 

我想用长度为 K 的滚动窗口对数据进行切片,为每个用户创建一个新的数据集。例如,如果 K = 2,那么我想得到

   attritube1  attritube2 user 
0           0           1    A 
1           1           2    A 
--------------------------------- 
2           1           2    A 
3           1           3    A 
--------------------------------- 
4           1           3    B 
5           0           0    B 
--------------------------------- 
6           0           0    B 
7           2           0    B 
-------------------------------- 
8           2           0    B 
9           9           1    B 

同理,如果K=3,那么新的数据框应该是

    attritube1  attritube2 user 
0           0           1    A 
1           1           2    A 
2           1           3    A 
-------------------------------- 
3           1           3    B 
4           0           0    B 
5           2           0    B 
-------------------------------- 
6           0           0    B 
7           2           0    B 
8           9           1    B 

我们可以假设对于所有用户,行数 >= K。谢谢!

编辑:想澄清一下,我想为每个用户(玩具示例中的 A、B)重复滚动窗口过程。

请您参考如下方法:

尝试:

k=3 
pd.concat([df.groupby('user').apply(lambda x: pd.concat([x.iloc[i: i + k] for i in range(len(x.index) - k + 1)]))]) 
 
 
        attribute1  attribute2 user 
user                                
A    0           0           1    A 
     1           1           2    A 
     2           1           3    A 
B    3           1           3    B 
     4           0           0    B 
     5           2           0    B 
     4           0           0    B 
     5           2           0    B 
     6           9           1    B