Come calcolare un massimo mobile nei panda (con esempi)

È possibile utilizzare i seguenti metodi per calcolare un valore massimo mobile in un DataFrame panda:

Metodo 1: calcolare il massimo scorrevole

 df[' rolling_max '] = df. values_column . cummax ()

Metodo 2: calcolare il massimo scorrevole per gruppo

 df[' rolling_max '] = df. groupby (' group_column '). values_column . cummax ()

Gli esempi seguenti mostrano come utilizzare ciascun metodo nella pratica.

Esempio 1: calcolare il massimo scorrevole

Supponiamo di avere il seguente DataFrame panda che mostra le vendite effettuate ogni giorno in un negozio:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   ' sales ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14]})

#view DataFrame
print (df)

    day sales
0 1 4
1 2 6
2 3 5
3 4 8
4 5 14
5 6 13
6 7 13
7 8 12
8 9 9
9 10 8
10 11 19
11 12 14

Possiamo utilizzare la seguente sintassi per creare una nuova colonna che visualizza il valore massimo delle vendite mobili:

 #add column that displays rolling maximum of sales
df[' rolling_max '] = df. dirty . cummax ()

#view updated DataFrame
print (df)

    day sales rolling_max
0 1 4 4
1 2 6 6
2 3 5 6
3 4 8 8
4 5 14 14
5 6 13 14
6 7 13 14
7 8 12 14
8 9 9 14
9 10 8 14
10 11 19 19
11 12 14 19

La nuova colonna intitolata Rolling_max mostra il valore massimo mobile delle vendite.

Esempio 2: calcolare il massimo scorrevole per gruppo

Supponiamo di avere il seguente DataFrame panda che mostra le vendite effettuate ogni giorno in due negozi diversi:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'A', 'A', 'A', 'A',
                             'B', 'B', 'B', 'B', 'B', 'B'],
                   ' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   ' sales ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14]})

#view DataFrame
print (df)

   store day sales
0 to 1 4
1 to 2 6
2 to 3 5
3 to 4 8
4 to 5 14
5 to 6 13
6 B 7 13
7 B 8 12
8 B 9 9
9 B 10 8
10 B 11 19
11 B 12 14

Possiamo utilizzare la seguente sintassi per creare una nuova colonna che visualizza il valore massimo delle vendite raggruppate per negozio:

 #add column that displays rolling maximum of sales grouped by store
df[' rolling_max '] = df. groupby (' store '). dirty . cummax ()

#view updated DataFrame
print (df)

   store day sales rolling_max
0 A 1 4 4
1 to 2 6 6
2 to 3 5 6
3 to 4 8 8
4 to 5 14 14
5 to 6 13 14
6 B 7 13 13
7 B 8 12 13
8 B 9 9 13
9 B 10 8 13
10 B 11 19 19
11 B 12 14 19

La nuova colonna intitolata Rolling_max mostra il valore massimo mobile delle vendite, raggruppato per negozio.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come eliminare le righe in Pandas DataFrame in base alle condizioni
Come filtrare un Pandas DataFrame su più condizioni
Come utilizzare il filtro “NOT IN” in Pandas DataFrame