Использование Pandas для поиска раздела/окна с наименьшей дисперсией во временном ряду

У меня есть временной ряд данных о потреблении энергии.

Как я могу найти раздел или окно с наименьшим отклонением? Допустим, размер окна равен трем, как мне получить индекс 3,4,5?

показательвремяэнергия
02021-04-21 16:00:0014
12021-04-21 17:00:0087
22021-04-21 18:00:003
32021-04-21 19:00:00349
42021-04-21 20:00:00355
52021-04-21 21:00:00350
62021-04-21 22:00:0021

Я могу сделать это, перебирая строки, но, вероятно, есть лучший способ Pandas сделать это, верно?

stackoverflow.com/questions/16476924/… Это заставляет меня думать, что есть лучший способ
NorwegianClassic 18.03.2022 10:04
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
1
21
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Используйте Series.rolling с Rolling.var, затем получите индекс минимального значения с помощью Series.idxmin и, наконец, получите 3 индекса с помощью indexing:

N = 3
idx = df['energy'].rolling(N).var().idxmin()

pos = df.index.get_loc(idx) + 1
out = df.index[pos - N:pos].tolist()
print (out)
[3, 4, 5]

Если есть индекс по умолчанию:

out = df.index[idx - N+1:idx+1].tolist()
print (out)
[3, 4, 5]

Другие вопросы по теме