Python 如何表示数据的趋势（上升/下降/无变化）？

我有一个数据集，其中每一行表示某些行为的发生次数。这些列表示一段时间内的窗口。看起来是这样的：

+----------+----------+----------+----------+-----------+------+ | Episode1 | Episode2 | Episode3 | Episode4 | Episode5 | ... | +----------+----------+----------+----------+-----------+------+ | 2 | 0 | 1 | 3 | | | | 1 | 2 | 4 | 2 | 3 | | | 0 | | | | | | +----------+----------+----------+----------+-----------+------+ +----------+----------+----------+----------+-----------+------+ |第1幕|第2幕|第3幕|第4幕|第5幕|| +----------+----------+----------+----------+-----------+------+ | 2 | 0 | 1 | 3 | | | | 1 | 2 | 4 | 2 | 3 | | | 0 | | | | | | +----------+----------+----------+----------+-----------+------+ 有150多集。我想找到一种方法，将每一行表示为一种趋势，无论出现的次数是多还是少

我试图首先计算每行每3/5/10个单元格的平均值/中值/和（因为每行有不同的长度和许多0值），并使用它们与水平线（代表时间）关联，这些关联的系数应该告诉趋势（0向上）。这些趋势将用于进一步的分析

---

我想知道是否有更好的方法。谢谢。

如果你认为趋势是线性的，你可以对每一行分别拟合一个线性回归，用时间来预测行为发生的次数。然后储存斜坡

---

此斜率表示将时间增加1集对行为的影响。它也自然地解释了时间序列长度的差异

您是否希望行的关系类似？（即全部线性）？我目前只考虑线性关系，但我愿意接受建议：）我考虑过使用线性回归，但应用起来有点棘手，因为在我的数据集中有许多nan值。那numpy的polyfit呢？嗨！我个人的建议是干脆放弃缺失的价值观。例如，将数据集转换为“长”形式，每行一个时间点，现在删除缺少的行（熊猫df有一个dropna（）方法）。谢谢，我会尝试！