pandas ile hareketli pencere fonksiyonları

Python ile Zaman Serisi Verilerini Manipüle Etme

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

pandas'ta pencere fonksiyonları

Pencereler, zaman serinizde alt dönemleri belirler
Pencere içindeki alt dönemler için metrikler hesaplayın
Metriklerin yeni bir zaman serisini oluşturun
İki pencere türü:
- Hareketli: aynı boyut, kayan (bu video)
- Genişleyen: tüm önceki değerleri içerir (sonraki video)

Hareketli ortalama hesaplama

data = pd.read_csv('google.csv', parse_dates=['date'], index_col='date')

DatetimeIndex: 1761 entries, 2010-01-04 to 2016-12-30
Data columns (total 1 columns):
price     1761 non-null float64
dtypes: float64(1)

Pandas ile Hareketli Pencere Fonksiyonları.010.png

Hareketli ortalama hesaplama

# Tamsayı tabanlı pencere boyutu
data.rolling(window=30).mean() # sabit gözlem sayısı

DatetimeIndex: 1761 entries, 2010-01-04 to 2017-05-24
Data columns (total 1 columns):
price    1732 non-null float64
dtypes: float64(1)

window=30: iş günü sayısı
min_periods: ilk günler için 30'dan küçük değer seçin

Hareketli ortalama hesaplama

# Ofset tabanlı pencere boyutu
data.rolling(window='30D').mean() # sabit dönem uzunluğu

DatetimeIndex: 1761 entries, 2010-01-04 to 2017-05-24
Data columns (total 1 columns):
price    1761 non-null float64
dtypes: float64(1)

30D: takvim günü sayısı

90 günlük hareketli ortalama

r90 = data.rolling(window='90D').mean()

google.join(r90.add_suffix('_mean_90')).plot()

Pandas ile Hareketli Pencere Fonksiyonları.017.png

90 ve 360 günlük hareketli ortalama

data['mean90'] = r90

r360 = data['price'].rolling(window='360D'.mean()

data['mean360'] = r360; data.plot()

Pandas ile Hareketli Pencere Fonksiyonları.020.png

Birden çok hareketli metrik (1)

r = data.price.rolling('90D').agg(['mean', 'std'])

r.plot(subplots = True)

Pandas ile Hareketli Pencere Fonksiyonları.022.png

Birden çok hareketli metrik (2)

rolling = data.google.rolling('360D')

q10 = rolling.quantile(0.1).to_frame('q10')

median = rolling.median().to_frame('median')

q90 = rolling.quantile(0.9).to_frame('q90')

pd.concat([q10, median, q90], axis=1).plot()

Pandas ile Hareketli Pencere Fonksiyonları.024.png

Hadi pratik yapalım!

Python ile Zaman Serisi Verilerini Manipüle Etme