Opérations de fenêtrage dans Pandas

Beginner

This tutorial is from open-source community. Access the source code

Introduction

Dans ce laboratoire, nous explorerons les opérations de fenêtrage dans pandas, y compris les fenêtres glissantes, les fenêtres étendues et les fenêtres pondérées exponentiellement. Les opérations de fenêtrage sont utiles pour effectuer des agrégations sur une partition glissante de valeurs.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder au carnet Jupyter pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.

Créer une série Pandas

Nous créons une série Pandas avec une plage de valeurs allant de 0 à 4.

import pandas as pd

## Créer une série Pandas avec une plage de valeurs allant de 0 à 4
s = pd.Series(range(5))

Effectuer une opération de fenêtre glissante

Effectuez une opération de fenêtre glissante avec une taille de fenêtre de 2 puis calculez la somme pour chaque fenêtre.

## Effectuez une opération de fenêtre glissante avec une taille de fenêtre de 2 et calculez la somme pour chaque fenêtre
s.rolling(window=2).sum()

Effectuer une opération de fenêtre étendue

Effectuez une opération de fenêtre étendue puis calculez la somme pour chaque fenêtre.

## Effectuez une opération de fenêtre étendue et calculez la somme pour chaque fenêtre
s.expanding(min_periods=1).sum()

Effectuer une opération de fenêtre pondérée exponentiellement

Effectuez une opération de fenêtre pondérée exponentiellement puis calculez la moyenne pour chaque fenêtre.

## Effectuez une opération de fenêtre pondérée exponentiellement et calculez la moyenne pour chaque fenêtre
s.ewm(span=3).mean()

Sommaire

Dans ce laboratoire, nous avons effectué diverses opérations de fenêtrage à l'aide de pandas, y compris des fenêtres glissantes, des fenêtres étendues et des fenêtres pondérées exponentiellement. Ces opérations sont utiles pour effectuer des agrégations sur une partition glissante de valeurs.