1
例如,我有一个呼吸记录信号,带有大量尖峰打哈欠。我试图使用熊猫的滚动平均函数来删除它,但它没有帮助。此图上的绿色空间是使用滚动平均值的结果。从Python中删除信号中的尖峰
import pandas as pd
RESP=pd.DataFrame(RESP)
RESP_AV=pd.rolling_mean(RESP,50)
我不知道很多有关筛选数据,我无法找到任何大熊猫其他方式消除这种尖峰,所以我的问题是在哪里寻找答案。 结果RESP.head()的是:
0 -2562.863389
1 -2035.020403
2 -2425.538355
3 -2554.280563
4 -2242.438367
6.7636961937
你也许只需要增加窗口大小?看起来你有4个万个数据点,50可能是小,如果秒杀本身是由几个数据点? – Stefan
这是什么问题?差异(绿色空间)?或者低通改变了你原来的信号太多了? – xvan
@Stefan我试图增加窗口大小,甚至50000,但它只是破坏情节 – wiedzminYo