数据分析-54-时间序列分析之滑动窗口处理及连续触发的判断逻辑
文章目录
- 1 窗口操作
-
- 1.1 滑动窗口思想
- 1.2 函数df.rolling
- 1.3 滚动窗口
- 1.4 扩展窗口
- 2 连续触发判断
-
- 2.1 场景示例
- 2.2 封装函数
- 3 按周聚合数据
- 4 参考附录
1 窗口操作
窗口函数用于执行一系列统计计算，如移动平均、累积求和等。这些计算通常基于数据的一个固定大小的窗口，并且可以沿着数据集滑动应用。
1.1 滑动窗口思想
这个思想其实很好理解，如下图，假如窗口的大小是3，当不断有新数据来时，我们会维护一个大小为3的一个区间，超过3的就将新的放入老的移走。
这个过程有点像火车在铁轨上跑，原始数据可能保存在一个很大的空间里(铁轨)，但是我们标记的小区间就像一列长度固定的火车，一直向前走。
一、窗口
窗口其实就是两个变量left和right之间的元素，也可以理解为一个区间。窗口大小不一定固定，思考两种场景：
(1)如果是固定的，一般要先确定窗口是否越界，再执行逻辑处理。则一般会让你求哪个窗口的元素最大、最小、平均值、和最大、和最小等类型的问题。
(2)如果是可变的窗口，一般先判断是否满足要求，再执行逻辑处理。则一般要求一个序列里最大、最小窗口是什么。
二、滑动
说明这个窗口