{"id":1172,"date":"2023-07-27T10:11:54","date_gmt":"2023-07-27T10:11:54","guid":{"rendered":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/"},"modified":"2023-07-27T10:11:54","modified_gmt":"2023-07-27T10:11:54","slug":"bantalan-korelasi-panda","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/","title":{"rendered":"Cara menghitung korelasi bergulir di panda: beserta contoh"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Korelasi bergulir<\/strong> adalah korelasi antara dua deret waktu dalam jendela geser. Salah satu manfaat dari jenis korelasi ini adalah Anda dapat memvisualisasikan korelasi antara dua rangkaian waktu dari waktu ke waktu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini menjelaskan cara menghitung dan memvisualisasikan korelasi bergulir untuk DataFrame pandas dengan Python.<\/span><\/p>\n<h3> <strong>Cara menghitung korelasi bergulir di panda<\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita mempunyai kerangka data berikut yang menampilkan jumlah total produk yang terjual untuk dua produk berbeda ( <em>x<\/em> dan <em>y<\/em> ) selama periode 15 bulan:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd<\/span>\n<span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> numpy <span style=\"color: #008000;\">as<\/span> np<\/span>\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'month': np. <span style=\"color: #3366ff;\">arange<\/span> (1, 16),\n                   'x': [13, 15, 16, 15, 17, 20, 22, 24, 25, 26, 23, 24, 23, 22, 20],\n                   'y': [22, 24, 23, 27, 26, 26, 27, 30, 33, 32, 27, 25, 28, 26, 28]})\n\n<span style=\"color: #008080;\">#view first six rows\n<\/span>df. <span style=\"color: #3366ff;\">head<\/span> ()\n\n  month xy\n1 1 13 22\n2 2 15 24\n3 3 16 23\n4 4 15 27\n5 5 17 26\n6 6 20 26<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Untuk menghitung korelasi bergulir di panda, kita dapat menggunakan <a href=\"https:\/\/pandas.pydata.org\/pandas-docs\/stable\/reference\/api\/pandas.core.window.rolling.Rolling.corr.html\" target=\"_blank\" rel=\"noopener noreferrer\">fungsi Rolling.corr()<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Fungsi ini menggunakan sintaks berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>df[&#8216;x&#8217;].bergulir(lebar).corr(df[&#8216;y&#8217;])<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>df:<\/strong> Nama bingkai data<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>lebar:<\/strong> Integer yang menentukan lebar jendela untuk korelasi geser<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>x, y:<\/strong> dua nama kolom untuk menghitung korelasi geser antar keduanya<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Berikut cara menggunakan fungsi ini untuk menghitung korelasi penjualan selama 3 bulan antara produk <em>x<\/em> dan produk <em>y<\/em> :<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate 3-month rolling correlation between sales for <em>x<\/em> and <em>y<\/em><\/span>\ndf[' <span style=\"color: #008000;\">x<\/span> ']. <span style=\"color: #3366ff;\">rolling<\/span> (3). <span style=\"color: #3366ff;\">corr<\/span> (df[' <span style=\"color: #008000;\">y<\/span> '])\n\n0 NaN\n1 NaN\n2 0.654654\n3 -0.693375\n4 -0.240192\n5 -0.802955\n6 0.802955\n7 0.960769\n8 0.981981\n9 0.654654\n10 0.882498\n11 0.817057\n12 -0.944911\n13 -0.327327\n14 -0.188982\ndtype:float64\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Fungsi ini mengembalikan korelasi antara penjualan dua produk selama 3 bulan sebelumnya. Misalnya:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Korelasi penjualan bulan 1-3 sebesar <strong>0,654654<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi penjualan pada bulan 2-4 sebesar <strong>-0.693375.<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi penjualan pada bulan 3-5 sebesar <strong>-0.240192.<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dan seterusnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat dengan mudah menyesuaikan rumus ini untuk menghitung korelasi bergulir untuk periode waktu yang berbeda. Misalnya, kode berikut menunjukkan cara menghitung korelasi penjualan selama 6 bulan antara kedua produk:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate 6-month rolling correlation between sales for <em>x<\/em> and <em>y<\/em><\/span>\ndf[' <span style=\"color: #008000;\">x<\/span> ']. <span style=\"color: #3366ff;\">rolling<\/span> (6). <span style=\"color: #3366ff;\">corr<\/span> (df[' <span style=\"color: #008000;\">y<\/span> ']) \n0 NaN\n1 NaN\n2 NaN\n3 NaN\n4 NaN\n5 0.558742\n6 0.485855\n7 0.693103\n8 0.756476\n9 0.895929\n10 0.906772\n11 0.715542\n12 0.717374\n13 0.768447\n14 0.454148\ndtype:float64\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Fungsi ini mengembalikan korelasi antara dua penjualan produk selama 6 bulan sebelumnya. Misalnya:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Korelasi penjualan bulan 1-6 sebesar <strong>0,558742<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi penjualan pada bulan 2-7 sebesar <strong>0,485855.<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi penjualan pada bulan 3-8 sebesar <strong>0,693103.<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dan seterusnya.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Komentar<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Berikut adalah beberapa catatan tentang fungsi yang digunakan dalam contoh ini:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Lebar<\/strong> (yaitu jendela drop-down) harus sama dengan atau lebih besar dari 3 untuk menghitung korelasi.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Anda dapat menemukan dokumentasi lengkap untuk fungsi Rolling.corr() <a href=\"https:\/\/pandas.pydata.org\/pandas-docs\/stable\/reference\/api\/pandas.core.window.rolling.Rolling.corr.html\" target=\"_blank\" rel=\"noopener noreferrer\">di sini<\/a> .<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/id\/korelasi-bergulir-di-sungai\/\" target=\"_blank\" rel=\"noopener noreferrer\">Cara menghitung korelasi geser di R<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/korelasi-bergulir-unggul\/\" target=\"_blank\" rel=\"noopener noreferrer\">Cara Menghitung Korelasi Bergulir di Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Korelasi bergulir adalah korelasi antara dua deret waktu dalam jendela geser. Salah satu manfaat dari jenis korelasi ini adalah Anda dapat memvisualisasikan korelasi antara dua rangkaian waktu dari waktu ke waktu. Tutorial ini menjelaskan cara menghitung dan memvisualisasikan korelasi bergulir untuk DataFrame pandas dengan Python. Cara menghitung korelasi bergulir di panda Misalkan kita mempunyai kerangka [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara menghitung korelasi bergulir di panda: beserta contoh<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menghitung korelasi geser untuk DataFrame pandas dengan Python, dengan sebuah contoh.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara menghitung korelasi bergulir di panda: beserta contoh\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menghitung korelasi geser untuk DataFrame pandas dengan Python, dengan sebuah contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T10:11:54+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/\",\"url\":\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/\",\"name\":\"Cara menghitung korelasi bergulir di panda: beserta contoh\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-27T10:11:54+00:00\",\"dateModified\":\"2023-07-27T10:11:54+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menghitung korelasi geser untuk DataFrame pandas dengan Python, dengan sebuah contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menghitung korelasi bergulir di panda: beserta contoh\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara menghitung korelasi bergulir di panda: beserta contoh","description":"Tutorial ini menjelaskan cara menghitung korelasi geser untuk DataFrame pandas dengan Python, dengan sebuah contoh.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/","og_locale":"id_ID","og_type":"article","og_title":"Cara menghitung korelasi bergulir di panda: beserta contoh","og_description":"Tutorial ini menjelaskan cara menghitung korelasi geser untuk DataFrame pandas dengan Python, dengan sebuah contoh.","og_url":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/","og_site_name":"Statorials","article_published_time":"2023-07-27T10:11:54+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/","url":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/","name":"Cara menghitung korelasi bergulir di panda: beserta contoh","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-27T10:11:54+00:00","dateModified":"2023-07-27T10:11:54+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menghitung korelasi geser untuk DataFrame pandas dengan Python, dengan sebuah contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menghitung korelasi bergulir di panda: beserta contoh"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1172"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1172"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1172\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1172"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1172"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1172"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}