introduction

[Advanced Python (Time Series Analysis)](https://www.amazon.co.jp/%E6%99%82%E7%B3%BB%E5%88%97%E8%A7%A3%E6%9E % 90-% E8% 87% AA% E5% B7% B1% E5% 9B% 9E% E5% B8% B0% E5% 9E% 8B% E3% 83% A2% E3% 83% 87% E3% 83% AB% E3% 83% BB% E7% 8A% B6% E6% 85% 8B% E7% A9% BA% E9% 96% 93% E3% 83% A2% E3% 83% 87% E3% 83% AB% E3% 83% BB% E7% 95% B0% E5% B8% B8% E6% A4% 9C% E7% 9F% A5-Avancé-% E5% B3% B6% E7% 94% B0-% E7% 9B% B4% E5% B8% 8C / dp / 4320125010 / ref = pd_aw_sbs_14_4 / 355-0401449-3667847? _Encoding = UTF8 & pd_rd_i = 4320125010 & pd_rd_r = 1b383d15-c4b7-4c76-a51d15-c4b44ba_9c76-a51d15-c4b7-4c76-a51d15-c4b7-4c76-a51d J'ai lu 0dece788c310 & pf_rd_r = KNHHHK22TY4MB1ZQ5181 & psc = 1 & refRID = KNHHHK22TY4MB1ZQ5181). On dit que la méthode rolling () est utilisée lors de la prise de la moyenne mobile. J'ai quelques questions, c'est donc une brève note de vérification.

Question 1: Est-il inclus dans la taille de fenêtre spécifiée?

-> Inclus.

Tout d'abord, créez une série.

series = pd.Series(range(10))
print(series)

# 0    0
# 1    1
# 2    2
# 3    3
# 4    4
# 5    5
# 6    6
# 7    7
# 8    8
# 9    9

Essayez-le avec window = 3. Vous pouvez voir la moyenne de (2 premières lignes + propre ligne).

series_size3 = series.rolling(window=3).mean()
print(series_size3)

# 0    NaN
# 1    NaN
# 2    1.0
# 3    2.0
# 4    3.0
# 5    4.0
# 6    5.0
# 7    6.0
# 8    7.0
# 9    8.0

Question 2: Êtes-vous inclus même si center = True?

-> Inclus.

Si vous spécifiez `center = True` dans l'argument, vous pouvez voir qu'il fait la moyenne avec les lignes précédentes et suivantes.

series_size3 = series.rolling(window=3, center=True).mean()
print(series_size3)

# 0    NaN
# 1    1.0
# 2    2.0
# 3    3.0
# 4    4.0
# 5    5.0
# 6    6.0
# 7    7.0
# 8    8.0
# 9    NaN

Question 3: Que se passe-t-il lorsque center = True et que la taille de la fenêtre est égale?

-> La ligne du haut est prise en premier.

Validé avec window = 2 et window = 4. C'est la moyenne lorsque window = 2 (1 ligne au-dessus + propre ligne).

series_size2 = series.rolling(window=2, center=True).mean()
print(series_size2)

# 0    NaN
# 1    0.5
# 2    1.5
# 3    2.5
# 4    3.5
# 5    4.5
# 6    5.5
# 7    6.5
# 8    7.5
# 9    8.5

Si window = 4, la moyenne de (2 premières lignes + propre ligne + dernière ligne).

series_size4 = series.rolling(window=4, center=True).mean()
print(series_size4)

# 0    NaN
# 1    NaN
# 2    1.5
# 3    2.5
# 4    3.5
# 5    4.5
# 6    5.5
# 7    6.5
# 8    7.5
# 9    NaN

Question 4: Si le numéro d'index est décalé par shift (), la ligne calculée est-elle également décalée?

-> Aucun écart

Définissez la première valeur sur 100 pour plus de clarté.

series = pd.Series([100, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(series)

# 0    100
# 1      1
# 2      2
# 3      3
# 4      4
# 5      5
# 6      6
# 7      7
# 8      8
# 9      9

Comparez celui qui n'est pas désaligné avec celui qui est désaligné de deux lignes. Après avoir pris la moyenne, vous pouvez voir que l'indice est désactivé.

series_size4 = series.rolling(window=4).mean()
series_size4_shift = series.rolling(window=4).mean().shift(-2)
print(series_size4)
print(series_size4_shift)

# 0     NaN
# 1     NaN
# 2     NaN
# 3    26.5
# 4     2.5
# 5     3.5
# 6     4.5
# 7     5.5
# 8     6.5
# 9     7.5

# 0     NaN
# 1    26.5
# 2     2.5
# 3     3.5
# 4     4.5
# 5     5.5
# 6     6.5
# 7     7.5
# 8     NaN
# 9     NaN

Comportement de la méthode pandas rolling ()

introduction

Question 1: Est-il inclus dans la taille de fenêtre spécifiée?

Question 2: Êtes-vous inclus même si center = True?

Question 3: Que se passe-t-il lorsque center = True et que la taille de la fenêtre est égale?

Question 4: Si le numéro d'index est décalé par shift (), la ligne calculée est-elle également décalée?