Pandas | 15 窗口函数

Posted 2020-12-01 summer-skr--blog

为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等。本章讨论的是在DataFrame对象上应用这些方法。

.rolling()函数

这个函数可以应用于一系列数据。指定window=n参数，并应用适当的统计函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4),index = pd.date_range(‘1/1/2020‘, periods=10),columns = [‘A‘, ‘B‘, ‘C‘, ‘D‘])

print(df)
print(‘
‘)

print (df.rolling(window=3).mean())

输出结果 ：

                   A         B         C         D
2020-01-01  0.517788  0.524324  0.723912 -0.316153
2020-01-02  0.553257 -0.489424 -0.942906 -0.002625
2020-01-03 -0.113628  0.291778 -1.216583  1.192297
2020-01-04  0.549378  2.526383 -1.006843 -0.209177
2020-01-05  0.646680  0.249695 -0.420748  0.502700
2020-01-06 -0.323045 -0.962962  0.035932 -1.342486
2020-01-07 -1.209534  0.138791  0.756402  0.229242
2020-01-08 -0.473912 -1.734865  0.269594 -0.293566
2020-01-09  2.144167  0.508603  0.076023 -0.246540
2020-01-10 -0.199808  0.887562  0.196244  0.831584


                   A         B         C         D
2020-01-01       NaN       NaN       NaN       NaN
2020-01-02       NaN       NaN       NaN       NaN
2020-01-03  0.319139  0.108892 -0.478526  0.291173
2020-01-04  0.329669  0.776245 -1.055444  0.326831
2020-01-05  0.360810  1.022618 -0.881391  0.495273
2020-01-06  0.291004  0.604372 -0.463887 -0.349655
2020-01-07 -0.295300 -0.191492  0.123862 -0.203515
2020-01-08 -0.668830 -0.853012  0.353976 -0.468937
2020-01-09  0.153574 -0.362490  0.367340 -0.103622
2020-01-10  0.490149 -0.112900  0.180621  0.097159

注 - 由于窗口大小为3(window)，第三个元素的值将是n，n-1和n-2元素的平均值。所以这样也可以应用上面提到的各种函数了。

.expanding()函数

这个函数可以应用于一系列数据。 指定min_periods = n参数并在其上应用适当的统计函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4),
      index = pd.date_range(‘1/1/2018‘, periods=10),
      columns = [‘A‘, ‘B‘, ‘C‘, ‘D‘])

print(df)
print(‘
‘)

print (df.expanding(min_periods=3).mean())

输出结果：

                   A         B         C         D
2018-01-01  0.246692  0.511610 -0.440860 -0.241488
2018-01-02 -0.287958  1.554392 -0.870998 -0.141933
2018-01-03 -0.219975 -0.217251  3.032686 -0.800669
2018-01-04 -0.297885  0.336629 -0.313112 -0.633826
2018-01-05 -0.226151 -0.266663  0.988562 -0.424164
2018-01-06 -0.641176 -2.556270  1.907479  0.779536
2018-01-07  0.022907 -0.333231  1.784900  1.075321
2018-01-08 -1.045178  0.295636  0.127447 -1.417171
2018-01-09  1.048741  0.841395  0.104583  1.015302
2018-01-10 -0.209738  0.333223 -1.279857 -0.380164


                   A         B         C         D
2018-01-01       NaN       NaN       NaN       NaN
2018-01-02       NaN       NaN       NaN       NaN
2018-01-03 -0.087081  0.616250  0.573609 -0.394697
2018-01-04 -0.139782  0.546345  0.351929 -0.454479
2018-01-05 -0.157056  0.383744  0.479256 -0.448416
2018-01-06 -0.237742 -0.106259  0.717293 -0.243757
2018-01-07 -0.200507 -0.138683  0.869808 -0.055318
2018-01-08 -0.306091 -0.084393  0.777013 -0.225549
2018-01-09 -0.155554  0.018472  0.702299 -0.087677
2018-01-10 -0.160972  0.049947  0.504083 -0.116926

.ewm()函数

ewm()可应用于系列数据。指定com，span，halflife参数，并在其上应用适当的统计函数。它以指数形式分配权重。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4),
   index = pd.date_range(‘1/1/2019‘, periods=10),
   columns = [‘A‘, ‘B‘, ‘C‘, ‘D‘])

print(df)
print(‘
‘)

print (df.ewm(com=0.5).mean())

输出结果：

                   A         B         C         D
2019-01-01  1.204552 -0.936226  0.629811 -0.424075
2019-01-02  0.593300 -0.356715  0.313949  0.547324
2019-01-03  0.545719 -1.061298  0.578605 -0.290907
2019-01-04 -1.146018  1.585733  0.520032 -0.705019
2019-01-05 -0.773724  0.907562  0.948446 -0.427746
2019-01-06 -0.033501 -1.787833 -1.978037  0.304845
2019-01-07  0.689540 -0.457179  1.584107  1.932602
2019-01-08  1.052232  0.135262  0.246501  0.698567
2019-01-09  0.124396 -1.289378  0.279960 -0.896865
2019-01-10 -1.083088  0.399733  0.903997 -0.738203


                   A         B         C         D
2019-01-01  1.204552 -0.936226  0.629811 -0.424075
2019-01-02  0.746113 -0.501593  0.392915  0.304474
2019-01-03  0.607378 -0.889081  0.521470 -0.107713
2019-01-04 -0.576164  0.781418  0.520499 -0.510895
2019-01-05 -0.708415  0.865861  0.806976 -0.455233
2019-01-06 -0.257855 -0.905698 -1.052250  0.052182
2019-01-07  0.374031 -0.606548  0.706125  1.306369
2019-01-08  0.826234 -0.111933  0.399662  0.901106
2019-01-09  0.358318 -0.896936  0.319857 -0.297602
2019-01-10 -0.602636 -0.032475  0.709290 -0.591341

 

窗口函数主要用于通过平滑曲线来反应数据内的趋势。如果日常数据中有很多变化，并且有很多数据点可用，那么采样和绘图就是一种方法，应用窗口计算并在结果上绘制图形是另一种方法。 通过这些方法，可以平滑曲线或趋势。