Agrégations roulantes et cumulées

Transformation de données avec Polars

Liam Brannigan

Data Scientist & Polars Contributor

Pourquoi des statistiques roulantes ?

Courbe des prix de l’électricité

Pourquoi des statistiques roulantes ?

Courbe des prix de l’électricité avec statistiques roulantes

Moyenne roulante sur une colonne

prices.with_columns(

)

Moyenne roulante sur une colonne

prices.with_columns(
    pl.col("price").rolling_mean(            )
)

Moyenne roulante sur une colonne

prices.with_columns(
    pl.col("price").rolling_mean(window_size=3)
)

Moyenne roulante sur une colonne

prices.with_columns(
    pl.col("price").rolling_mean(window_size=3).alias("smoothed")
)

Moyenne roulante sur une colonne

prices.with_columns(
    pl.col("price").rolling_mean(window_size=3).alias("smoothed")
)

| time                | price | solar | smoothed |
| ---                 | ---   | ---   | ---      |
| datetime[µs]        | f64   | f64   | f64      |
|---------------------|-------|-------|----------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | null     |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | null     |

Moyenne roulante sur une colonne

prices.with_columns(
    pl.col("price").rolling_mean(window_size=3).alias("smoothed")
)

| time                | price | solar | smoothed |
| ---                 | ---   | ---   | ---      |
| datetime[µs]        | f64   | f64   | f64      |
|---------------------|-------|-------|----------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | null     |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | null     |
| 2025-07-05 02:00:00 | 27.5  | 0.0   | 30.1     |

Centrer la fenêtre

prices.with_columns(
    pl.col("price").rolling_mean(window_size=3,            )
)

Centrer la fenêtre

prices.with_columns(
    pl.col("price").rolling_mean(window_size=3, center=True).alias("centered")
)

| time                | price | solar | centered |
| ---                 | ---   | ---   | ---      |
| datetime[µs]        | f64   | f64   | f64      |
|---------------------|-------|-------|----------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | null     |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | 30.1     |
| 2025-07-05 02:00:00 | 27.5  | 0.0   | 27.1     |

Autres expressions roulantes

.rolling_sum() : somme roulante
.rolling_std() : écart-type roulant
.rolling_max() / .rolling_min()

Roulant sur un DataFrame

prices.rolling(                                )

Roulant sur un DataFrame

prices.rolling(index_column="time",            )

Roulant sur un DataFrame

prices.rolling(index_column="time", period="3h")

Roulant sur un DataFrame

prices.rolling(index_column="time", period="3h").agg(
    pl.all().mean()
)

Roulant sur un DataFrame

prices.rolling(index_column="time", period="3h").agg(
    pl.all().mean()
)

| time                | price | solar  |
| ---                 | ---   | ---    |
| datetime[µs]        | f64   | f64    |
|---------------------|-------|------- |
| 2025-07-05 10:00:00 | 1.8   | 247.3  |
| 2025-07-05 11:00:00 | 1.4   | 347.7  |
| 2025-07-05 12:00:00 | 0.9   | 420.7  |

Pourquoi des statistiques cumulées ?

Série temporelle de puissance solaire

Tâche : calculer des valeurs cumulées

Pourquoi des statistiques cumulées ?

Série temporelle de puissance solaire avec maximum cumulé

Statistiques cumulées

prices.with_columns(
    pl.col("solar")
)

Statistiques cumulées

prices.with_columns(
    pl.col("solar").cum_max()
)

Statistiques cumulées

prices.with_columns(
    pl.col("solar").cum_max().alias("cumulative_solar")
)

Statistiques cumulées

prices.with_columns(
    pl.col("solar").cum_max().alias("cumulative_solar")
)

| time                | price | solar | cumulative_solar |
| ---                 | ---   | ---   | ---              |
| datetime[µs]        | f64   | f64   | f64              |
|---------------------|-------|-------|------------------|
| ...                 | ...   | ...   | ...              |
| 2025-07-05 10:00:00 | 2.3   | 419.0 | 419.0            |
| 2025-07-05 11:00:00 | 0.5   | 481.0 | 481.0            |
| 2025-07-05 12:00:00 | 0.0   | 462.0 | 481.0            |
| ...                 | ...   | ...   | ...              |

Somme cumulée pour totaux progressifs

prices.with_columns(
    pl.col("solar").cum_sum().alias("total_energy")
)

| time                | price | solar | total_energy |
| ---                 | ---   | ---   | ---          |
| datetime[µs]        | f64   | f64   | f64          |
|---------------------|-------|-------|--------------|
| 2025-07-05 06:00:00 | 22.1  | 62.0  | 62.0         |
| 2025-07-05 07:00:00 | 4.5   | 100.0 | 162.0        |
| 2025-07-05 08:00:00 | 1.7   | 180.0 | 342.0        |

Passons à la pratique !

Transformation de données avec Polars