pd.rolling_mean devenir obsolète de solutions de rechange pour ndarrays
Il ressemble pd.rolling_mean
est en train de devenir obsolète pour ndarrays
,
pd.rolling_mean(x, window=2, center=False)
FutureWarning: pd.rolling_mean est déconseillé pour ndarrays et sera supprimée dans une future version
mais il semble être le moyen le plus rapide de le faire, selon cette SORTE de réponse.
Sont maintenant de nouvelles façons de faire cela directement avec SciPy ou NumPy qui sont aussi rapides que pd.rolling_mean
?
- Je n'ai toujours pas de réponse à la question "qu'est-Ce que une alternative rolling_mean fonction pour ndarrays?" Cela devrait être inclus dans scipy ou numpy sans avoir à compter sur les Pandas de fonction prévu pour une utilisation sur Dataframes
Vous devez vous connecter pour publier un commentaire.
EDIT -- Malheureusement, il semble que la nouvelle façon n'est pas presque aussi rapide:
Nouvelle version de Pandas:
Ancienne version:
Ressemble la nouvelle façon est par l'intermédiaire des méthodes sur la
DataFrame.rolling
classe (je suppose que vous êtes censé de penser à cela comme une sorte degroupby
):http://pandas.pydata.org/pandas-docs/version/0.18.0/whatsnew.html
par exemple
x
dans unpd.Series
première (Voir ma réponse avec les détails).essayer cette
Je suggère scipy.ndimage.les filtres.uniform_filter1d comme dans mon réponse à la question. C'est également plus rapide pour les grands tableaux:
Si vos dimensions sont homogènes, on pourrait essayer de mettre en œuvre une n-forme tridimensionnelle de la Résumé De La Zone De Table utilisé pour une image bidimensionnelle:
Ensuite, dans cet ordre, vous risquez:
Malheureusement je ne peut pas savoir si c'est efficace ou pas, mais par principe, il ne devrait l'être.