Python 数据间隔的查找和排序

每次我骑自行车时，都会一秒一秒地收集一些指标的数据。为了简单起见，让我们假设我有一个csv文件，看起来像：

secs, watts,
1,150
2,151
3,149
4,135
.
.
.
7000,160

所以，我的每一秒都有一个相关的功率值，单位是瓦特

我想知道“如果我把我的车分成N秒的街区，哪个街区的平均功率最高？”

我正在使用pandas数据框架来管理我的数据，这是我用来回答我的问题的代码：

def bestEffort(ride_data,
             metric='watts',
             interval_length=5,
             sort_descending=True):

seconds_in_ride = len(ride_data[metric])

average_interval_list = [[i+1, 
                          np.average(
                             [ride_data[metric][i+j] 
                               for j in range(interval_length)])
                             ] 
                           for i in range(0, 
                                            seconds_in_ride - 
                                                    interval_length)]

average_interval_list.sort(key=lambda x: x[1], reverse=sort_descending)

return average_interval_list

看起来很简单？对吗？给定一个索引，计算区间长度后续项的平均值。在表单列表中记录此信息

[[second 1, avg val of metric over the interval starting that second],
 [second 2, avg val of metric over the interval starting that second],
 [second 3, avg val of metric over the interval starting that second],
 .
 .
 .
 [second 7000-interval_length, avg val of metric over the interval starting that second]]

[second_n, avg val of metric over the interval starting in second n]

然后，我根据平均值对结果列表进行排序。所以第一个条目是表单的

[[second 1, avg val of metric over the interval starting that second],
 [second 2, avg val of metric over the interval starting that second],
 [second 3, avg val of metric over the interval starting that second],
 .
 .
 .
 [second 7000-interval_length, avg val of metric over the interval starting that second]]

[second_n, avg val of metric over the interval starting in second n]

告诉我，在给定的间歇时间内，我的最大努力是从训练的第二秒开始的

---

问题是，如果我将“interval_length”设置为任何大于30的值，那么这个计算将花费永远的时间（即：在一台像样的机器上超过两分钟）。请帮助我找到我的代码遇到瓶颈的地方，这似乎应该快得多。

如果您将数据放入一个numpy数组，比如

watts

，您可以使用卷积计算平均功率：

mean_power = np.convolve(watts, np.ones(interval_length)/interval_length, mode='valid')

如中所示，此函数计算第一个参数的局部平均值，并使用第二个参数定义的窗口进行平滑处理。在这里，我们使用一个“顶帽”函数进行平滑处理，即“开/关”函数，该函数在长度

间隔长度
的间隔上保持不变，否则为零。这是初步的，但给出了初步的估计

那么你最努力的时候是：

time_strongest_effort = np.argmax(mean_power)

这是一个使用
DataFrame.rolling
的纯熊猫解决方案。它比@BenBoulderite的numpy卷积方法稍微慢一点，但这是一个方便的习惯用法：

df.rolling(interval_length).mean().shift(-(interval_length - 1))

需要使用
.shift（）
来对齐滚动平均值，以便将结果对齐到滚动窗口的左边缘，而不是默认的右边缘（）