У меня есть следующие dataframe df
:Панды: данные De-seasonalizing временных рядов
[Выход]:
VOL
2011-04-01 09:30:00 11297
2011-04-01 09:30:10 6526
2011-04-01 09:30:20 14021
2011-04-01 09:30:30 19472
2011-04-01 09:30:40 7602
...
2011-04-29 15:59:30 79855
2011-04-29 15:59:40 83050
2011-04-29 15:59:50 602014
Это df
состоят из наблюдений объема на каждые 10 секунду в течение 22 дней непоследовательных , Я хочу, чтобы DE-сезонализировал мой временной ряд, разделив каждое наблюдение на средний объем их соответствующего 5-минутного интервала времени. Чтобы сделать это, мне нужно взять средний объем времени в течение каждых 5 минут в течение 22 дней. Поэтому я получаю временные ряды средних значений каждые 5 минут 9:30:00 - 9:35:00; 9:35:00 - 9:40:00; 9:40:00 - 9:45:00 ...
до 16:00:00. Среднее значение для интервала 9:30:00 - 9:35:00
- это среднее значение объема за этот интервал времени за все 22 дня (т. Е. Среднее значение между 9:30:00 до 9:35:00 - общий объем между 9:30:00 до 9:35 : 00 в (день 1 + день 2 + день 3 ... день 22)/22. Имеет ли смысл?). Затем я разделил бы каждое наблюдение в df
, которые находятся между 9:30:00 - 9:35:00
в среднем за этот интервал времени.
Есть ли пакет в Python/Pandas, который может это сделать?
Нет, что бы просто последовательный средний за каждые 5 минут ove r весь образец. Мне нужно среднее значение для каждого интервала в 5 минут по временному ряду. Таким образом, средний показатель между 9:30:00 до 9:35:00 - общий объем между 9:30:00 до 9:35:00 (день 1 + день 2 + день 3 ... день 22)/22. Это имеет смысл? Спасибо за вашу попытку – Plug4
Реализует ли обновленный ответ? – Zero
Это выглядит хорошо! благодаря! – Plug4