我有一个熊猫系列,索引是日期时间。过滤/平滑步进功能以检索最大增量
我可以用step()
函数绘制我的函数,该函数绘制系列的每个点相对于时间(x是时间)。
我想要一个不太精确的进化方法。所以我需要减少步骤的数量,并忽略最小的增量。 我发现的唯一方法是使用numpy的poly1d()
函数将点插值为多项式,然后执行该函数。不幸的是我在转换过程中丢失了时间索引,因为多项式的索引是x。
是否有一种方法可以简化我的函数,使其只获取y轴上最大变化的日期(x值),而不是将所有日期更改为任何更改? 正如我上面写的,我想只有最大的增量而不是小的变化。
这里是确切的数据:
2016-01-02 -5.418440
2016-01-09 -9.137942
2016-01-16 -9.137942
2016-01-23 -9.137942
2016-01-30 -9.137942
2016-02-06 -11.795107
2016-02-13 -11.795107
2016-02-20 -11.795107
2016-02-27 -11.795107
2016-03-05 -11.795107
2016-03-12 -13.106988
2016-03-19 -13.106988
2016-03-26 -13.106988
2016-04-02 -13.106988
2016-04-09 -13.106988
2016-04-16 -13.106988
2016-04-23 -13.106988
2016-04-30 -11.458878
2016-05-07 0.051123
2016-05-14 2.010179
2016-05-21 -3.210870
2016-05-28 -0.726291
2016-06-04 5.841818
2016-06-11 5.067061
2016-06-18 5.789375
2016-06-25 16.455159
2016-07-02 22.518294
2016-07-09 39.834977
2016-07-16 54.685965
2016-07-23 54.685965
2016-07-30 55.169290
2016-08-06 55.169290
2016-08-13 55.169290
2016-08-20 53.366569
2016-08-27 45.758675
2016-09-03 10.976592
2016-09-10 -0.554887
2016-09-17 -8.653451
2016-09-24 -18.198305
2016-10-01 -22.218711
2016-10-08 -21.158434
2016-10-15 -11.723798
2016-10-22 -9.928957
2016-10-29 -17.498315
2016-11-05 -22.850454
2016-11-12 -25.190656
2016-11-19 -27.250960
2016-11-26 -27.250960
2016-12-03 -27.250960
2016-12-10 -27.250960
您可以运行在该系列中的差异,然后通过阈值过滤器/屏蔽。这样,你保持索引 – Will
如果你可以分享数据,我们可以尝试帮助你更好... –
@RiccardoPetraglia谢谢我编辑了问题 –