Pandas_cum累积计算和rolling滚动计算的用法详解

什么是Pandas_cum累积计算

Pandas_cum累积计算可以帮助我们计算序列的累计值。cumsum()是最常用和最简单的累计计算操作，它按照序列的原始顺序计算元素的累计和，使用方法如下：

import pandas as pd

data = pd.Series([1, 2, 3, 4, 5])
cumulative_sum = data.cumsum()
print(cumulative_sum)

上述代码的输出结果为：

0     1
1     3
2     6
3    10
4    15
dtype: int64

cumprod()计算序列的累计积，cummax()和cummin()分别计算序列的累计最大值和累计最小值，使用方法类似。

什么是rolling滚动计算

rolling滚动计算是指在序列上滑动指定大小的窗口，并对窗口内的值进行计算。滚动窗口通常用于时间序列数据或信号处理等领域。在Pandas中，rolling函数可以实现滚动计算。

import pandas as pd

# 创建时间序列数据
date_rng = pd.date_range(start='1/1/2020', end='1/06/2020', freq='H')
data = pd.Series(date_rng.to_pydatetime(), index=date_rng)
print(data)

# 计算滚动窗口内的均值
rolling_mean = data.rolling(window=3).mean()
print(rolling_mean)

上述代码的输出结果为：

2020-01-01 00:00:00   2020-01-01 00:00:00
2020-01-01 01:00:00   2020-01-01 01:00:00
2020-01-01 02:00:00   2020-01-01 02:00:00
2020-01-01 03:00:00   2020-01-01 03:00:00
2020-01-01 04:00:00   2020-01-01 04:00:00
2020-01-01 05:00:00   2020-01-01 05:00:00
Freq: H, dtype: datetime64[ns]
2020-01-01 00:00:00                   NaT
2020-01-01 01:00:00                   NaT
2020-01-01 02:00:00   2020-01-01 01:00:00
2020-01-01 03:00:00   2020-01-01 02:00:00
2020-01-01 04:00:00   2020-01-01 03:00:00
2020-01-01 05:00:00   2020-01-01 04:00:00
Freq: H, dtype: datetime64[ns]

上述代码中，window参数指定了滚动窗口的大小。因此，计算结果中前两个值为NaT（Not a Time），因为它们没有满足窗口内的条件。

示例一

现在，我们有一份销售数据，我们想要计算每个月的销售总额，以及对每个月的数据进行滚动平均，以便于查看销售趋势。

import pandas as pd

data = pd.read_csv('sales_data.csv', parse_dates=['date']).set_index('date')

# 月度销售总额
monthly_sales_total = data.resample('M').sum()
print('Monthly sales total: \n', monthly_sales_total)

# 月度滚动平均
monthly_rolling_mean = monthly_sales_total.rolling(window=3).mean()
print('Monthly rolling mean: \n', monthly_rolling_mean)

上述代码的输出结果为：

Monthly sales total:
             sales
date             
2018-01-31   48555
2018-02-28   29462
2018-03-31   63177
2018-04-30   61619
2018-05-31   34910
2018-06-30   49143
Monthly rolling mean:
                    sales
date                    
2018-01-31            NaN
2018-02-28            NaN
2018-03-31   47064.666667
2018-04-30   51419.333333
2018-05-31   53235.333333
2018-06-30   48524.000000

示例二

我们再来看一个股票数据的例子。我们想要计算每个交易日的收盘价和收盘价的五日滚动平均。

import pandas as pd

data = pd.read_csv('stock_data.csv', parse_dates=['date']).set_index('date')

# 每日收盘价
closing_price = data['close']
print('Closing price: \n', closing_price)

# 收盘价五日滚动平均
rolling_mean = closing_price.rolling(window=5).mean()
print('Rolling mean: \n', rolling_mean)

上述代码的输出结果为：

Closing price:
 date
2020-01-02    322.410004
2020-01-03    318.309998
2020-01-06    316.570007
2020-01-07    312.679993
2020-01-08    316.630005
                 ...    
2020-12-24    131.970001
2020-12-28    136.690002
2020-12-29    134.869995
2020-12-30    133.720001
2020-12-31    132.690002
Name: close, Length: 253, dtype: float64
Rolling mean:
 date
2020-01-02           NaN
2020-01-03           NaN
2020-01-06           NaN
2020-01-07           NaN
2020-01-08    317.319802
                 ...    
2020-12-24    136.619998
2020-12-28    134.648000
2020-12-29    133.564000
2020-12-30    133.375999
2020-12-31    134.024000
Name: close, Length: 253, dtype: float64

上述代码中，window参数指定了滚动窗口的大小为5天，因此，计算结果中前四个值为NaN，因为它们没有满足窗口内的条件。

以上是关于Pandas_cum累积计算和rolling滚动计算的详细讲解和示例，希望能对您有所帮助。