我使用pandas.DataFrame.resample將隨機事件重新採樣到1小時的間隔，並且看到非常隨機的結果，如果我將間隔增加到2或4小時，結果似乎不會消失。這讓我懷疑Pandas是否有任何類型的方法來生成平滑密度內核，如帶有可調整帶寬的高斯核密度方法來控制平滑。我在文檔中沒有看到任何內容，但是我認爲在張貼在開發人員列表服務器上之前，我會在這裏發帖，因爲這是他們的偏好。 Scikit-Learn有precisely the Gaussian kernel density function that I want，所以我會盡量利用它，但這對熊貓來說是一個很棒的補充。pandas.DataFrame.resample的高斯核密度平滑？
任何幫助，非常感謝！
hourly[0][344:468].plot()
我現在已經找到了，這是選項在pandas.stats.moments.ewma和它的作品相當不錯。下面是結果：
from pandas.stats.moments import ewma
hourly[0][344:468].plot(style='b')
ewma(hourly[0][344:468], span=35).plot(style='k')
大熊貓擁有一個滾動窗口申請一個聚集的能力。參數控制窗口的形狀。可以設置參數center，以便將標籤設置在窗口的中心而不是右邊緣。做高斯平滑：
hrly = pd.Series(hourly[0][344:468])
smooth = hrly.rolling(window=5, win_type='gaussian', center=True).mean(std=0.5)
http://pandas.pydata.org/pandas-docs/stable/computation.html#rolling
指數加權移動平均是實時（僅向後看）濾波器，並且是不一樣的高斯核，這是假想時間（期待和落後）。 – kb0 2017-05-18 20:09:26