pandas 时间移动计算|极客教程

pandas 时间移动计算

在数据分析中，经常会遇到需要对时间序列数据进行移动计算的情况。比如说，我们需要计算某个时间窗口内的平均值、求和等统计量。Pandas 是一个强大的数据处理工具，可以帮助我们轻松地进行时间移动计算。在本文中，我们将介绍如何使用 Pandas 进行时间移动计算，并给出一些示例代码。

为什么需要时间移动计算

时间移动计算在数据分析中是十分常见的需求。比如说，我们有一份包含了每日销售额的数据，我们想要获取过去7天的销售额的均值，或者过去30天的销售额的总和。这样的需求在很多场景下都会出现，比如股票分析、天气预测等。

使用时间移动计算可以让我们更好地了解数据的走势和趋势，从而做出更加准确的预测和决策。Pandas 提供了丰富的功能和方法来支持时间移动计算，让我们可以方便地实现这个目标。

Pandas 时间移动计算的方法

在 Pandas 中，我们可以使用 rolling 方法来进行时间移动计算。rolling 方法可以对 Series 或 DataFrame 进行滑动窗口的计算，支持常见的统计函数，比如 mean、sum、std 等。

下面我们将介绍如何使用 Pandas 进行时间移动计算的基本操作。

创建示例数据

首先，让我们创建一个包含时间序列数据的 DataFrame。我们将使用 pd.date_range 来生成一组时间索引，然后随机生成一些销售额数据作为示例。代码如下：

import numpy as np
import pandas as pd

np.random.seed(0)
dates = pd.date_range('20220101', periods=100)
sales = np.random.randint(100, 1000, 100)

df = pd.DataFrame({'date': dates, 'sales': sales})
df.set_index('date', inplace=True)

print(df.head())

运行以上代码，我们将得到如下输出：

            sales
date             
2022-01-01    197
2022-01-02    342
2022-01-03    515
2022-01-04    485
2022-01-05    879

这样我们就创建了一个包含时间序列数据的 DataFrame，可以用来进行时间移动计算。

使用 rolling 进行时间移动计算

接下来，让我们使用 rolling 方法来计算过去7天的销售额均值。代码如下：

rolling_mean = df['sales'].rolling(window=7).mean()
print(rolling_mean.head(10))

运行以上代码，我们将得到如下输出：

date
2022-01-01           NaN
2022-01-02           NaN
2022-01-03           NaN
2022-01-04           NaN
2022-01-05           NaN
2022-01-06           NaN
2022-01-07    490.166667
2022-01-08    502.500000
2022-01-09    499.666667
2022-01-10    520.666667
Name: sales, dtype: float64

可以看到，我们成功计算出了过去7天销售额的均值，并且得到了一个新的 Series，其中包含了每天的均值数据。

自定义时间窗口计算

除了使用内置的统计函数，我们还可以自定义时间窗口计算。比如说，我们想要计算过去5天的销售额增长率，可以这样实现：

def growth_rate(x):
    return (x.iloc[-1] - x.iloc[0]) / x.iloc[0]

rolling_growth = df['sales'].rolling(window=5).apply(growth_rate, raw=True)
print(rolling_growth.head(10))

运行以上代码，我们将得到如下输出：

date
2022-01-01         NaN
2022-01-02         NaN
2022-01-03         NaN
2022-01-04         NaN
2022-01-05    3.452229
2022-01-06   -0.315789
2022-01-07   -0.147692
2022-01-08    0.771605
2022-01-09    0.800000
2022-01-10    0.388197
Name: sales, dtype: float64

这样我们就成功计算出了过去5天的销售额增长率，并得到了一个新的 Series。

通过以上示例，我们可以看到 Pandas 提供了非常方便的方法来进行时间移动计算，帮助我们更好地理解和分析时间序列数据。