Rolling window functions กับ pandas

การจัดการข้อมูล Time Series ใน Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Window functions ใน pandas

Window ระบุช่วงย่อยของ time series
คำนวณค่าสถิติสำหรับแต่ละช่วงย่อยภายใน window
สร้าง time series ใหม่จากค่าที่คำนวณได้
Window มี 2 ประเภท:
- Rolling: ขนาดคงที่ เลื่อนไปเรื่อยๆ (วิดีโอนี้)
- Expanding: ครอบคลุมค่าก่อนหน้าทั้งหมด (วิดีโอถัดไป)

การคำนวณค่าเฉลี่ย rolling

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)

ch3_1_v2 - Rolling Window Functions with Pandas.010.png

การคำนวณค่าเฉลี่ย rolling

# Integer-based window size
data.rolling(window=30).mean() # fixed # observations

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: จำนวนวันทำการ
min_periods: กำหนดค่าน้อยกว่า 30 เพื่อให้ได้ผลลัพธ์ในช่วงวันแรกๆ

การคำนวณค่าเฉลี่ย rolling

# Offset-based window size
data.rolling(window='30D').mean() # fixed period length

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

30D: จำนวนวันตามปฏิทิน

ค่าเฉลี่ย rolling 90 วัน

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

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

ch3_1_v2 - Rolling Window Functions with Pandas.017.png

ค่าเฉลี่ย rolling 90 และ 360 วัน

data['mean90'] = r90

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

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

ch3_1_v2 - Rolling Window Functions with Pandas.020.png

ค่าสถิติ rolling หลายตัว (1)

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

r.plot(subplots = True)

ch3_1_v2 - Rolling Window Functions with Pandas.022.png

ค่าสถิติ rolling หลายตัว (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()

ch3_1_v2 - Rolling Window Functions with Pandas.024.png

มาฝึกกันเถอะ!

การจัดการข้อมูล Time Series ใน Python