Python 带熊猫的时间加权平均

以0.8计算时间序列的时间加权平均值最有效的方法是什么？例如，假设我想要

df.y-df.x

的时间加权平均值，如下所示：

import pandas
import numpy as np
times = np.datetime64('2012-05-31 14:00') + np.timedelta64(1, 'ms') * np.cumsum(10**3 * np.random.exponential(size=10**6))
x = np.random.normal(size=10**6)
y = np.random.normal(size=10**6)
df = pandas.DataFrame({'x': x, 'y': y}, index=times)

---

我觉得这个操作应该很容易完成，但是我尝试过的所有操作都涉及到一些混乱而缓慢的类型转换。

您可以将

df.index

转换为整数，并使用它来计算平均值。有一个快捷方式

asi8

属性，可返回int64值数组：

np.average(df.y - df.x, weights=df.index.asi8)

---

谢谢我想根据持续时间对值进行加权，所以我使用了

np.average（（df.y-df.x）[：-1]，weights=np.diff（df.index.asi8））