<\/p>\n
Una mediana mobile<\/strong> \u00e8 la mediana di un numero di periodi precedenti in una serie temporale.<\/span><\/p>\n Per calcolare la mediana mobile di una colonna in un DataFrame panda, possiamo utilizzare la seguente sintassi:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti panda DataFrame:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per creare una nuova colonna contenente la mediana mobile delle “vendite” per i 3 periodi precedenti:<\/span><\/p>\n Possiamo verificare manualmente che le vendite mediane mobili visualizzate per il mese 3 siano la mediana dei 3 mesi precedenti:<\/span><\/p>\n Allo stesso modo, possiamo controllare le vendite mediane mobili per il mese 4:<\/span><\/p>\n Possiamo usare una sintassi simile per calcolare la mediana mobile di 6 mesi:<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come calcolare una media mobile nei panda<\/a> Una mediana mobile \u00e8 la mediana di un numero di periodi precedenti in una serie temporale. Per calcolare la mediana mobile di una colonna in un DataFrame panda, possiamo utilizzare la seguente sintassi: #calculate rolling median of previous 3 periods df[‘ column_name ‘]. rolling (3). median () L’esempio seguente mostra come utilizzare questa funzione nella […]<\/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":"\n #calculate rolling median of previous 3 periods<\/span>\ndf[' column_name<\/span> ']. rolling<\/span> (3). median<\/span> ()\n<\/strong><\/pre>\n Esempio: calcolare la mediana mobile di una colonna<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' month<\/span> ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],\n ' leads<\/span> ': [13, 15, 16, 15, 17, 20, 22, 24, 25, 26, 23, 24],\n ' sales<\/span> ': [22, 24, 23, 27, 26, 26, 27, 30, 33, 32, 27, 25]})\n\n#view DataFrame\n<\/span>df\n\n\tmonth sales leads\n0 1 13 22\n1 2 15 24\n2 3 16 23\n3 4 15 27\n4 5 17 26\n5 6 20 26\n6 7 22 27\n7 8 24 30\n8 9 25 33\n9 10 26 32\n10 11 23 27\n11 12 24 25\n<\/span><\/strong><\/pre>\n #calculate 3-month rolling median\n<\/span>df[' sales_rolling3<\/span> '] = df[' sales<\/span> ']. rolling<\/span> (3). median<\/span> ()\n\n#view updated data frame\n<\/span>df\n\n\tmonth leads sales sales_rolling3\n0 1 13 22 NaN\n1 2 15 24 NaN\n2 3 16 23 23.0\n3 4 15 27 24.0\n4 5 17 26 26.0\n5 6 20 26 26.0\n6 7 22 27 26.0\n7 8 24 30 27.0\n8 9 25 33 30.0\n9 10 26 32 32.0\n10 11 23 27 32.0\n11 12 24 25 27.0<\/strong><\/pre>\n\n
\n
#calculate 6-month rolling median\ndf['<\/span> sales_rolling6<\/span> '] = df['<\/span> sales<\/span> '].<\/span> rolling<\/span> (6).<\/span> median<\/span> ()<\/span><\/span>\n\n#view updated data frame\n<\/span>df\n\nmonth leads sales sales_rolling3 sales_rolling6\n0 1 13 22 NaN NaN\n1 2 15 24 NaN NaN\n2 3 16 23 23.0 NaN\n3 4 15 27 24.0 NaN\n4 5 17 26 26.0 NaN\n5 6 20 26 26.0 25.0\n6 7 22 27 26.0 26.0\n7 8 24 30 27.0 26.5\n8 9 25 33 30.0 27.0\n9 10 26 32 32.0 28.5\n10 11 23 27 32.0 28.5\n11 12 24 25 27.0 28.5\n<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare la correlazione mobile nei panda<\/a>
Come calcolare la variazione percentuale nei panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"