Python 时间序列运算

我对熊猫不熟悉。我有一个时间序列数据。我怎样才能轻松地执行以下操作

我有一个叫做输入的2d矩阵。每行有5个元素。那里有很多排

输入[t，：]=[f1，f2，f3，f4，f5]

1我需要计算样本之间的相对差异

i、 e.rel[t，：]=input[t，：]-input[t-1，：]/input[t-1，：]

2我需要创建一个尺寸为80的滑动窗口

i、 e.赢[t，：]=[rel[t，：]，rel[t-1，：]，…，rel[t-79，：]]

---

我如何在Pandas或任何其他框架（如scikit.timeseries）中做到这一点。

这些文档对这些类型的操作非常全面

见：

一,

---

2

这些文件对这些类型的操作非常全面

见：

一,

---

2

您可以用普通的numpy实现这两个功能，尽管熊猫可能会有特定的功能使其更简单。但是：

rel = np.diff(input) / input[:-1]

及

我会的

如果输入有多行，您仍可以按以下方式执行上述操作：

rel = np.diff(input, axis=1) / input[:, :-1]
win = as_strided(rel, shape=(rel.shape[0], rel.shape[1]-79, 80),
                 strides=rel.strides + rel.strides[1:])

---

尽管你可能想玩“形状”和匹配的步幅，以获得你想要的确切窗口形状。

你可以在普通numpy中同时做这两件事，尽管熊猫可能会有特定的功能，使它更容易。但是：

rel = np.diff(input) / input[:-1]

及

我会的

如果输入有多行，您仍可以按以下方式执行上述操作：

rel = np.diff(input, axis=1) / input[:, :-1]
win = as_strided(rel, shape=(rel.shape[0], rel.shape[1]-79, 80),
                 strides=rel.strides + rel.strides[1:])

---

尽管您可能想通过“形状”和匹配的步幅来获得您想要的确切窗口形状。

如果输入有k维，该怎么办？@siamii您希望如何准确计算相对差异或窗口k维数据？当然可以，但是你需要定义你想要做什么。我的意思是输入有k列。因此，不是每行1个元素，而是每行有k个元素。每行代表一个时间步。我的数据是2d矩阵。我更新了问题谢谢，但我想我解释得不够清楚。你最初的答案很好，每个元素都有k个特征。我需要计算时间步长之间的差异和窗口。我认为您的follwup答案是水平计算功能之间的差异，而不是垂直计算时间步长之间的差异。正当在原始答案中，您可能只需要更改shape=rel.shape[0]-79,80*k，但我不确定。如果输入有k维，该怎么办？@siamii您希望如何准确计算相对差异或打开k维数据的窗口？当然可以，但是你需要定义你想要做什么。我的意思是输入有k列。因此，不是每行1个元素，而是每行有k个元素。每行代表一个时间步。我的数据是2d矩阵。我更新了问题谢谢，但我想我解释得不够清楚。你最初的答案很好，每个元素都有k个特征。我需要计算时间步长之间的差异和窗口。我认为您的follwup答案是水平计算功能之间的差异，而不是垂直计算时间步长之间的差异。正当也许你需要改变的是shape=rel.shape[0]-79，80*k，但我不确定。