写点什么

Python 必备:Pandas 中 rolling 方法指南

作者:秃头小帅oi
  • 2023-12-06
    福建
  • 本文字数:3089 字

    阅读完需:约 10 分钟

Python必备:Pandas中rolling方法指南

在数据分析和时间序列数据处理中,经常需要执行滚动计算或滑动窗口操作。Pandas 库提供了rolling方法,用于执行这些操作。

本文将详细介绍 Pandas 中的rolling方法,包括其概念、用法和示例代码。

1. 引言

滚动计算与滑动窗口操作

滚动计算(Rolling Calculation)是一种数据处理技术,它在时间序列数据或数据框中执行基于滑动窗口的计算。这种技术通常用于计算移动平均、滚动标准差、滚动相关系数等统计指标。Pandas 中的rolling方法提供了一种简单且高效的方式来执行这些计算。

2. Pandas 的 rolling 方法

创建 rolling 对象

在 Pandas 中,要使用rolling方法,首先需要创建一个 rolling 对象。rolling 对象可以应用于数据框的列,它表示一个窗口,用于滚动计算。

创建 rolling 对象的基本语法如下:

rolling_obj = df['column_name'].rolling(window=window_size)
复制代码

其中:

  • df['column_name'] 是数据框列的选择,表示我们要在哪个列上执行滚动计算。

  • window_size 是窗口的大小,用于定义滚动窗口的大小。

常用参数

rolling方法还支持其他参数,包括:

  • min_periods:指定每个窗口最小的非 NaN 值数量,用于处理边界效应。

  • center:指示计算值的位置是窗口的中心还是右边缘。

  • win_type:用于指定窗口类型,如矩形窗口或指数加权窗口。

3. 滚动计算示例

移动平均值

移动平均是滚动计算的常见应用之一。通过rolling方法,可以轻松计算时间序列数据的移动平均值。

以下是一个示例:

import pandas as pd
# 创建示例数据框data = {'value': [1, 2, 3, 4, 5]}df = pd.DataFrame(data)
# 创建rolling对象并计算移动平均rolling_mean = df['value'].rolling(window=3).mean()print(rolling_mean)
复制代码

滚动标准差

滚动标准差用于测量数据的波动性。通过rolling方法,可以计算滚动窗口内的标准差。

以下是一个示例:

import pandas as pd
# 创建示例数据框data = {'value': [1, 2, 3, 4, 5]}df = pd.DataFrame(data)
# 创建rolling对象并计算滚动标准差rolling_std = df['value'].rolling(window=3).std()print(rolling_std)
复制代码

滚动相关系数

滚动相关系数用于衡量两个变量之间的关联程度。通过rolling方法,可以计算滚动窗口内的相关系数。

以下是一个示例:

import pandas as pd
# 创建示例数据框data = {'x': [1, 2, 3, 4, 5], 'y': [5, 4, 3, 2, 1]}df = pd.DataFrame(data)
# 创建rolling对象并计算滚动相关系数rolling_corr = df['x'].rolling(window=3).corr(df['y'])print(rolling_corr)
复制代码

4. 自定义滚动函数

apply 方法

除了内置的滚动函数,还可以使用apply方法来应用自定义函数进行滚动计算。能够执行任何你需要的操作。

以下是一个示例:

import pandas as pd
# 创建示例数据框data = {'value': [1, 2, 3, 4, 5]}df = pd.DataFrame(data)
# 创建rolling对象并应用自定义函数def custom_function(data): return data.max() - data.min()
result = df['value'].rolling(window=3).apply(custom_function)print(result)
复制代码

自定义函数示例

自定义函数可以根据具体需求执行各种滚动计算。下面是两个示例函数,分别用于计算滚动差值和百分比变化。

计算滚动差值

以下自定义函数计算滚动差值,即当前数据点与前一个数据点之间的差值:

import pandas as pd
# 创建示例数据框data = {'value': [1, 3, 6, 10, 15]}df = pd.DataFrame(data)
# 创建rolling对象并应用自定义函数def calculate_rolling_difference(data): return data.diff()
rolling_diff = df['value'].rolling(window=2).apply(calculate_rolling_difference)print(rolling_diff)
复制代码

在这个示例中,使用diff方法来计算差值,然后将其应用到 rolling 对象上。

计算滚动百分比变化

以下自定义函数计算滚动百分比变化,即当前数据点与前一个数据点之间的百分比变化:

import pandas as pd
# 创建示例数据框data = {'value': [100, 120, 90, 110, 130]}df = pd.DataFrame(data)
# 创建rolling对象并应用自定义函数def calculate_rolling_percentage_change(data): previous_value = data.iloc[0] # 获取前一个数据点的值 return ((data - previous_value) / previous_value) * 100
rolling_percentage_change = df['value'].rolling(window=2).apply(calculate_rolling_percentage_change)print(rolling_percentage_change)
复制代码

在这个示例中,获取前一个数据点的值,然后计算当前数据点与前一个数据点之间的百分比变化。

5. 窗口类型

固定窗口

在前面的示例中,使用的是固定窗口,窗口大小在整个计算过程中保持不变。

指数加权窗口

除了固定窗口外,Pandas 还支持指数加权窗口。指数加权窗口将不同时间点的数据分配不同的权重,用于更敏感的滚动计算。

import pandas as pd
# 创建示例数据框data = {'value': [1, 2, 3, 4, 5]}df = pd.DataFrame(data)
# 创建指数加权rolling对象并计算rolling_ewm = df['value'].ewm
(span=3).mean()print(rolling_ewm)
复制代码

自定义窗口

如果需要自定义窗口,可以使用rolling方法的window参数。

以下是一个示例,展示如何使用rolling方法的window参数来创建自定义窗口:

import pandas as pd
# 创建示例数据框data = {'value': [1, 2, 3, 4, 5, 6, 7, 8, 9]}df = pd.DataFrame(data)
# 自定义窗口大小window_sizes = [2, 3, 4] # 不同的窗口大小
# 使用不同窗口大小执行滚动计算for window_size in window_sizes: rolling_mean = df['value'].rolling(window=window_size).mean() print(f'Rolling Mean with window size {window_size}:\n{rolling_mean}\n')
复制代码

在这个示例中,创建了一个示例数据框并定义了不同的窗口大小列表window_sizes。然后,使用rolling方法在不同的窗口大小下计算移动平均值。通过更改window_sizes中的窗口大小,可以自定义窗口以满足不同的分析需求。

6. 边界效应

边界模式

滚动计算存在边界效应,因为在窗口的两侧可能会存在不足窗口大小的数据。Pandas 提供了不同的边界模式,包括"valid"、"same"和"full",以处理边界效应。

解决边界效应问题

可以通过指定min_periods参数来解决边界效应问题,以确保每个窗口都至少包含指定数量的非 NaN 值。

7. 性能优化

为了提高性能,可以使用min_periods参数来减少计算的复杂性。此参数定义了每个窗口需要包含的最少非 NaN 值数量。适当设置min_periods可以在不牺牲结果质量的情况下提高性能。

总结

Pandas 中的rolling方法为数据分析和时间序列数据处理提供了强大的工具。它可以用于执行各种滚动计算,如移动平均、滚动标准差和滚动相关系数。通过了解rolling方法的用法、参数和窗口类型,可以更好地处理和分析数据。同时,理解边界效应和性能优化技巧有助于确保计算的准确性和效率。

相关内容拓展:(技术前沿)

近 10 年间,甚至连传统企业都开始大面积数字化时,我们发现开发内部工具的过程中,大量的页面、场景、组件等在不断重复,这种重复造轮子的工作,浪费工程师的大量时间。

针对这类问题,低代码把某些重复出现的场景、流程,具象化成一个个组件、api、数据库接口,避免了重复造轮子。极大的提高了程序员的生产效率。

介绍一款程序员都应该知道的软件 JNPF 快速开发平台,很多人都尝试用过它,它是功能的集大成者,任何信息化系统都可以基于它开发出来。

这是一个基于 Java Boot/.Net Core 构建的简单、跨平台快速开发框架。前后端封装了上千个常用类,方便扩展;集成了代码生成器,支持前后端业务代码生成,实现快速开发,提升工作效率;框架集成了表单、报表、图表、大屏等各种常用的 Demo 方便直接使用;后端框架支持 Vue2、Vue3。

应用体验:https://www.jnpfsoft.com/?infoq,如果你有闲暇时间,可以做个知识拓展。

用户头像

摸个鱼,顺便发点有用的东西 2023-06-19 加入

互联网某厂人(重生版)

评论

发布
暂无评论
Python必备:Pandas中rolling方法指南_前端_秃头小帅oi_InfoQ写作社区