El problema era que la línea:
trainY.append(ventanaY)
añadía una referencia a la lista vetanaY
, pero no una copia de esa lista que era lo que necesitabas. El siguiente código ayuda a comprender este problema:
lista = [1]
otra_lista = [lista, lista, lista]
lista[0] = 100
print(otra_lista)
El resultado que saldrá es [[100], [100], [100]]
porque otra_lista
contiene tres referencias a la misma lista
y no copias de ella.
Para guardar una copia debes usar list()
alrededor de la lista que quieras copiar. Por ejemplo:
lista = [1]
otra_lista = [list(lista), list(lista), list(lista)]
lista[0] = 100
print(otra_lista)
Ahora sale [[1], [1], [1]]
, pues el list(lista)
ha creado una nueva lista copiando los contenidos que lista
tuviera en ese momento y por tanto ya no se ve afectado por los cambios que posteriormente hagas en lista
.
En tu caso consistiría en poner trainY.append(list(ventanaY))
o, como sugerí en un comentario, usar el slice [:]
que también crea una copia de la lista completa.
En otro comentario te sugerí utilizar deque()
para ventanaY
ya que así no tienes que andar haciendo pop(0)
, además de ser más rápido.
Seguidamente tienes un ejemplo completo y verificable de uso de deque()
y del truco para copiar la lista (en este caso la deque). Para que el resultado no salga muy largo, he limitado los datos de ejemplo a solo 10, y el tamaño de la ventana a 5.
import pandas as pd
import numpy as np
from collections import deque
# Generar datos de ejemplo
train = pd.DataFrame({'demanda': np.random.random(size=10)*1000+4000})
print(train)
Los datos generados son:
demanda
0 4436.664432
1 4916.220119
2 4825.820841
3 4210.650083
4 4702.298902
5 4723.281204
6 4316.999071
7 4260.276835
8 4248.572219
9 4770.644248
Y el código de la ventana deslizante:
trainY = []
trainX = []
tam_ventana = 5
ventanaY = deque(maxlen=tam_ventana)
ventanaY.extend(train["demanda"][0:tam_ventana])
for i in range(len(train)):
trainX.append(train['demanda'][i])
trainY.append(list(ventanaY))
ventanaY.append(train['demanda'][i])
print(trainY)
Produce el resultado:
[
[4436.664431878708, 4916.220118657259, 4825.8208405769055, 4210.650083361308, 4702.298901978815],
[4916.220118657259, 4825.8208405769055, 4210.650083361308, 4702.298901978815, 4436.664431878708],
[4825.8208405769055, 4210.650083361308, 4702.298901978815, 4436.664431878708, 4916.220118657259],
[4210.650083361308, 4702.298901978815, 4436.664431878708, 4916.220118657259, 4825.8208405769055],
[4702.298901978815, 4436.664431878708, 4916.220118657259, 4825.8208405769055, 4210.650083361308],
[4436.664431878708, 4916.220118657259, 4825.8208405769055, 4210.650083361308, 4702.298901978815],
[4916.220118657259, 4825.8208405769055, 4210.650083361308, 4702.298901978815, 4723.281203968541],
[4825.8208405769055, 4210.650083361308, 4702.298901978815, 4723.281203968541, 4316.999071328533],
[4210.650083361308, 4702.298901978815, 4723.281203968541, 4316.999071328533, 4260.2768351444365],
[4702.298901978815, 4723.281203968541, 4316.999071328533, 4260.2768351444365, 4248.572218958103]
]
De todas fomas veo todo este código demasiado "artesanal". Dependiendo de lo que pretendas hacer con los datos de la ventana, probablemente te interese investigar los métodos de pandas para rolling
trainY.append(ventanaY[:])
en la segunda linea del fordeque
en vez de una lista paraventanaY
. Es un tipo de lista al que le puedes dar una longitud máxima (24 en tu caso) y que se ocupa automáticamente de ir borrando los datos de un extremo cuando metes más de los que cabían por el otro.