Python Timeseries数据集将数据拆分为大小相等的块

我有预测股票市场价格的时间序列数据集，格式为：2015-2019年的日期和带有浮动值的时间步长t1-t300

Date         t1     t2    t3    t4  ... t300
01-01-2019   -0.34  0.40  0.50  1.2
02-01-2019   0.45   0.56  0.34  0.45
 ...

我想将每一行分割成相等的数据块（50个时间步），并将其附加到数组中

预期数组，t1-t50表示t1、t2、t3、t4到t50的值，依此类推

[ 
   [[t1-t50],[t50-t100],[t100-t150],[t150-t200],[t200-t250],[t250-t300] ],
   [[t1-t50],[t50-t100],[t100-t150],[t150-t200],[t200-t250],[t250-t300] ],
   ...
 ]

---

提前感谢。

IIUC，您需要在轴=1上拆分df，使用：

添加一个示例：

df=pd.DataFrame(np.arange(0,30).reshape(5,6))
print(df)

---

基于上述df，如果我想将每行拆分为3个值：

np.split(df.values,df.shape[1]/3,axis=1)

---

---

IIUC，您需要在轴=1上拆分df，使用：

添加一个示例：

df=pd.DataFrame(np.arange(0,30).reshape(5,6))
print(df)

---

基于上述df，如果我想将每行拆分为3个值：

np.split(df.values,df.shape[1]/3,axis=1)

---

---

请提供您的数据集的清晰示例，以及您希望实现的结果的清晰示例。谢谢@现在没事了吗？事实上，没有。

[t1-t50]

是什么意思？是减法吗？这是一个区间吗？@请说出

t1-t50

等的值。然后，这是一个减法吗？请提供一个清晰的数据集示例和一个清晰的结果示例。谢谢@现在没事了吗？事实上，没有。

[t1-t50]

是什么意思？是减法吗？它是一个区间吗？@句子是t1-t50等的值。那么，它是一个减法吗？

[array([[ 0,  1,  2],
    [ 6,  7,  8],
    [12, 13, 14],
    [18, 19, 20],
    [24, 25, 26]]), array([[ 3,  4,  5],
    [ 9, 10, 11],
    [15, 16, 17],
    [21, 22, 23],
    [27, 28, 29]])]