Numpy或Pandas函数用于；“x值窗口”；意味着什么或其他统计数据？

假设我有x-y数据样本，按x值排序。我将以Pandas为例，但我当然非常乐意使用仅限Numpy/Scipy的解决方案

In [24]: pd.set_option('display.max_rows', 10)

In [25]: df = pd.DataFrame(np.random.randn(100, 2), columns=['x', 'y'])

In [26]: df = df.sort('x')

In [27]: df
Out[27]: 
       x         y
13 -3.403818  0.717744
49 -2.688876  1.936267
74 -2.388332 -0.121599
52 -2.185848  0.617896
90 -2.155343 -1.132673
..       ...       ...
65  1.736506 -0.170502
0   1.770901  0.520490
60  1.878376  0.206113
63  2.263602  1.112115
33  2.384195 -1.877502

[100 rows x 2 columns]

现在，我想对它进行“窗口化”或“离散化”，并获得每个窗口的统计数据。但我不想做熊猫，因为它们按行定义窗口。我想用x值的范围来定义窗口，因此是“x值窗口”。具体来说，让我们用两个参数定义每个x值窗口：

每个窗口的中心x值

• 在这个例子中，假设我想要x=0.0+0.4*k表示所有的正k或负k
• 因此-3.2，-2.8，-2.4，…，1.6，2.0，2.4

每个窗口的宽度

• 在这个例子中，假设我想要W=0.5
• 因此，示例窗口将是[-3.2-0.25，-3.2+0.25]，-2.8-0.25，-2.8+0.25]，…，[2.4-0.25,2.4+0.25]
• 请注意，窗口重叠，这是预期的

在定义了windows之后，我想问一下是否有一个函数可以生成以下数据帧（或numpy数组）：

有什么可以帮我的吗？或者我必须完全使用自己的代码（可能是在非常慢的python循环中，而不是在快速的numpy或pandas代码中）

Extra 1:如果支持加权窗口（例如熊猫支持的窗口），则效果会更好，但当然，这种情况下的权重不是基于样本行距窗口中心行的距离，而是基于样本的x值距x值窗口中心的距离

---

Extra 2:如果x值窗口上支持除平均值以外的统计数据，那就太好了，例如：（a）每个x值窗口中y值的方差，或（b）每个x值窗口内的样本数计数。

我首先创建一个以零为中心的x值范围。该范围足够宽，因此最小值减去宽度，最大值加上宽度将捕获所有x值

然后，我遍历以

k

作为步长的x值范围。在每个点上，我使用

loc

捕获位于所选

x

值加上和减去宽度的

y

值。然后计算这些选定值的平均值。这些值用于创建

结果

数据帧

import math
import numpy as np
import pandas as pd

k = .4
w = .5
np.random.seed(0)
df = pd.DataFrame(np.random.randn(100, 2), columns=['x', 'y'])

x_range = np.arange(math.floor((df.x.min() + w) / k) * k, 
                    k * (math.ceil((df.x.max() - w) / k) + 1), k)

result = pd.DataFrame((df.loc[df.x.between(x - w, x + w), 'y'].mean() for x in x_range), 
                      index=x_range, columns=['y_mean'])
result.index.name = 'centered_x'
>>> result
                 y_mean
centered_x             
-2.400000e+00  0.653619
-2.000000e+00  0.733606
-1.600000e+00  0.576594
-1.200000e+00  0.150462
-8.000000e-01  0.065884
-4.000000e-01  0.022925
-8.881784e-16  0.211693
 4.000000e-01  0.057527
 8.000000e-01 -0.141970
 1.200000e+00  0.233695
 1.600000e+00  0.203570
 2.000000e+00  0.306409
 2.400000e+00  0.576789

---

谢谢你的回答！这似乎更接近于“滚动我自己的”而不是“支持的功能”。这并不是我想要的答案（我可以滚动我自己的代码，而无需帮助编写代码），但我给予了赞扬，因为你是唯一花时间编写答案的人。

import math
import numpy as np
import pandas as pd

k = .4
w = .5
np.random.seed(0)
df = pd.DataFrame(np.random.randn(100, 2), columns=['x', 'y'])

x_range = np.arange(math.floor((df.x.min() + w) / k) * k, 
                    k * (math.ceil((df.x.max() - w) / k) + 1), k)

result = pd.DataFrame((df.loc[df.x.between(x - w, x + w), 'y'].mean() for x in x_range), 
                      index=x_range, columns=['y_mean'])
result.index.name = 'centered_x'
>>> result
                 y_mean
centered_x             
-2.400000e+00  0.653619
-2.000000e+00  0.733606
-1.600000e+00  0.576594
-1.200000e+00  0.150462
-8.000000e-01  0.065884
-4.000000e-01  0.022925
-8.881784e-16  0.211693
 4.000000e-01  0.057527
 8.000000e-01 -0.141970
 1.200000e+00  0.233695
 1.600000e+00  0.203570
 2.000000e+00  0.306409
 2.400000e+00  0.576789