Agregări cu fereastră glisantă și cumulative

Transformarea datelor cu Polars

Liam Brannigan

Data Scientist & Polars Contributor

De ce statistici cu fereastră glisantă?

Grafic liniar al prețurilor la electricitate

De ce statistici cu fereastră glisantă?

Grafic liniar al prețurilor la electricitate cu statistici glisante

Media glisantă pe o coloană

prices.with_columns(

)

Media glisantă pe o coloană

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

Media glisantă pe o coloană

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

Media glisantă pe o coloană

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

Media glisantă pe o coloană

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     |

Media glisantă pe o coloană

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     |

Centrarea ferestrei

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

Centrarea ferestrei

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     |

Alte expresii glisante

.rolling_sum() - total glisant
.rolling_std() - deviație standard glisantă
.rolling_max() / .rolling_min()

Fereastră glisantă pe un DataFrame

prices.rolling(                                )

Fereastră glisantă pe un DataFrame

prices.rolling(index_column="time",            )

Fereastră glisantă pe un DataFrame

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

Fereastră glisantă pe un DataFrame

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

Fereastră glisantă pe 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  |

De ce statistici cumulative?

Grafic de serie temporală a energiei solare

Sarcină: calcularea valorilor cumulative

De ce statistici cumulative?

Grafic de serie temporală a energiei solare cu maximul cumulativ al energiei solare

Statistici cumulative

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

Statistici cumulative

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

Statistici cumulative

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

Statistici cumulative

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            |
| ...                 | ...   | ...   | ...              |

Suma cumulativă pentru totaluri progresive

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        |

Hai să exersăm!

Transformarea datelor cu Polars