Python 熊猫喜欢在DolphinDB中的Datetime列上滚动
pandas DataFrame提供对DatetimeIndex或Datetime类型列的滚动窗口计算,如下所示:Python 熊猫喜欢在DolphinDB中的Datetime列上滚动,python,pandas,window,dolphindb,Python,Pandas,Window,Dolphindb,pandas DataFrame提供对DatetimeIndex或Datetime类型列的滚动窗口计算,如下所示: >>> df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]}, ... index = [pd.Timestamp('20130101 09:00:00'), ... pd.Timestamp('20130101 09:00:02'),
>>> df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]},
... index = [pd.Timestamp('20130101 09:00:00'),
... pd.Timestamp('20130101 09:00:02'),
... pd.Timestamp('20130101 09:00:03'),
... pd.Timestamp('20130101 09:00:05'),
... pd.Timestamp('20130101 09:00:06')])
DolphinDB的移动
功能,以及移动族的功能,如msum
,mavg
等,都是基于内部具有固定数量元素的窗口计算的。但它们无法处理时态类型
df = table(0 1 2 NULL 4 as B,
[2013.01.01 09:00:00,2013.01.01 09:00:02,2013.01.01 09:00:03,2013.01.01 09:00:05,2013.01.01 09:00:06] as index)
select index, msum(B, 3) as B from df
我想做一个滚动计算,窗口是一个时间段,可以包括可变大小的元素。DolphinDB Orca API具有相同的功能,在您的情况下:
odf = orca.DataFrame(df)
odf.rolling('3s').sum()
DolphinDB Orca API具有相同的功能,在您的情况下:
odf = orca.DataFrame(df)
odf.rolling('3s').sum()
odf = orca.DataFrame(df)
odf.rolling('3s').sum()