Python 将numpy.average与权重一起使用以对阵列重新采样

我需要用numpys的加权平均函数对一些数据进行重采样，但它就是不起作用

这是我的测试用例：

import numpy as np
import pandas as pd
time_vec = [datetime.datetime(2007,1,1,0,0)
             ,datetime.datetime(2007,1,1,0,1)
             ,datetime.datetime(2007,1,1,0,5)
             ,datetime.datetime(2007,1,1,0,8)
             ,datetime.datetime(2007,1,1,0,10)
             ]
df = pd.DataFrame([2,3,1,7,4],index = time_vec)

正常的无权重重采样工作正常（使用lambda函数作为参数，说明此处建议的

方式：谢谢！）：

但如果我尝试使用一些权重，它总是返回一个
类型错误：当a的形状和权重不同时，必须指定Axis
：

df.resample('5min',how = lambda x: np.average(x[0],weights = [1,2,3,4,5]))

我尝试了许多不同数量的重量，但没有变好：

for i in xrange(20):
    try:
        print range(i)
        print df.resample('5min',how = lambda x:np.average(x[0],weights = range(i)))
        print i
        break
    except TypeError:
        print i,'typeError'

我很乐意接受任何建议。
这里的简短回答是，
lambda
中的权重需要根据平均序列的长度动态创建。此外，您需要注意正在操作的对象的类型

我要计算的代码，我想你正在尝试做的是：

df.resample('5min', how=lambda x: np.average(x, weights=1+np.arange(len(x))))

与给您带来问题的线路相比，有两个不同之处：

x[0]
现在只是
x
。
lambda
中的
x
对象是一个
pd.Series
，因此
x[0]
只给出序列中的第一个值。这在第一个示例中没有引发异常（没有权重），因为
np.average（c）
仅在
c
为标量时返回
c
。但我认为即使在这种情况下，它实际上也在计算不正确的平均值，因为每个采样子集只是返回其第一个值作为“平均值”

权重是根据重新采样的
系列
中的数据长度动态创建的。您需要这样做，因为您的
lambda
中的
x
可能是一个
系列
，对于所计算的每个时间间隔长度不同

我解决这个问题的方法是通过一些简单的类型调试，用适当的函数定义替换
lambda
：

def avg(x):
    print(type(x), x.shape, type(x[0]))
    return np.average(x, weights=np.arange(1, 1+len(x)))

df.resample('5Min', how=avg)

这让我看看
x
变量发生了什么。希望有帮助

def avg(x):
    print(type(x), x.shape, type(x[0]))
    return np.average(x, weights=np.arange(1, 1+len(x)))

df.resample('5Min', how=avg)