快捷導(dǎo)航

pandas實(shí)現(xiàn)滑動(dòng)窗口的示例代碼

更新時(shí)間：2023年03月31日 09:15:53 作者：大錘愛編程

本文主要介紹了pandas實(shí)現(xiàn)滑動(dòng)窗口的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

介紹

窗口函數(shù)（Window Function）是一種在關(guān)系型數(shù)據(jù)庫中使用的函數(shù)，通常用于計(jì)算某個(gè)范圍內(nèi)的數(shù)據(jù)。在數(shù)據(jù)分析中，窗口函數(shù)也是一種非常有用的工具，可以輕松地對(duì)數(shù)據(jù)進(jìn)行滑動(dòng)窗口處理，計(jì)算移動(dòng)平均值、移動(dòng)總和等等。

在本文中，我們將使用pandas庫來實(shí)現(xiàn)窗口函數(shù)。pandas是一種流行的數(shù)據(jù)處理庫，它提供了許多用于數(shù)據(jù)處理和分析的工具，其中包括窗口函數(shù)。

示例數(shù)據(jù)

為了演示窗口函數(shù)的使用，我們將使用一個(gè)示例數(shù)據(jù)集，其中包含每月的銷售數(shù)據(jù)。

import pandas as pd
 
data = {'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'],
        'Sales': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120]}
 
df = pd.DataFrame(data)

df
   Month  Sales
0    Jan     10
1    Feb     20
2    Mar     30
3    Apr     40
4    May     50
5    Jun     60
6    Jul     70
7    Aug     80
8    Sep     90
9    Oct    100
10   Nov    110
11   Dec    120

移動(dòng)平均值

移動(dòng)平均值是一種常見的窗口函數(shù)，用于計(jì)算一段時(shí)間內(nèi)的平均值。在pandas中，我們可以使用rolling函數(shù)來計(jì)算移動(dòng)平均值。

df['MA'] = df['Sales'].rolling(window=3).mean()

在上面的代碼中，我們使用了rolling函數(shù)，并將窗口大小設(shè)置為3，即計(jì)算每三個(gè)月的平均值。計(jì)算出的結(jié)果將存儲(chǔ)在一個(gè)名為“MA”的新列中。

移動(dòng)總和

移動(dòng)總和是另一種常見的窗口函數(shù)，用于計(jì)算一段時(shí)間內(nèi)的總和。在pandas中，我們可以使用rolling函數(shù)來計(jì)算移動(dòng)總和。

df['MS'] = df['Sales'].rolling(window=3).sum()

在上面的代碼中，我們使用了rolling函數(shù)，并將窗口大小設(shè)置為3，即計(jì)算每三個(gè)月的總和。計(jì)算出的結(jié)果將存儲(chǔ)在一個(gè)名為“MS”的新列中。

df['MA'] = df['Sales'].rolling(window=3).mean()
... 
df
   Month  Sales     MA
0    Jan     10    NaN
1    Feb     20    NaN
2    Mar     30   20.0
3    Apr     40   30.0
4    May     50   40.0
5    Jun     60   50.0
6    Jul     70   60.0
7    Aug     80   70.0
8    Sep     90   80.0
9    Oct    100   90.0
10   Nov    110  100.0
11   Dec    120  110.0

最大值和最小值

除了移動(dòng)平均值和移動(dòng)總和之外，我們還可以使用rolling函數(shù)來計(jì)算一段時(shí)間內(nèi)的最大值和最小值。

df['Max'] = df['Sales'].rolling(window=3).max()
df['Min'] = df['Sales'].rolling(window=3).min()

在上面的代碼中，我們使用了rolling函數(shù)，并將窗口大小設(shè)置為3，分別計(jì)算了最大值和最小值。計(jì)算出的結(jié)果將存儲(chǔ)在名為“Max”和“Min”的新列中。

df
   Month  Sales     MA    Max    Min    Sum
0    Jan     10    NaN    NaN    NaN    NaN
1    Feb     20    NaN    NaN    NaN    NaN
2    Mar     30   20.0   30.0   10.0   60.0
3    Apr     40   30.0   40.0   20.0   90.0
4    May     50   40.0   50.0   30.0  120.0
5    Jun     60   50.0   60.0   40.0  150.0
6    Jul     70   60.0   70.0   50.0  180.0
7    Aug     80   70.0   80.0   60.0  210.0
8    Sep     90   80.0   90.0   70.0  240.0
9    Oct    100   90.0  100.0   80.0  270.0
10   Nov    110  100.0  110.0   90.0  300.0
11   Dec    120  110.0  120.0  100.0  330.0