Pandas で移動中央値を計算する方法: 例付き

ローリング中央値は、時系列内の以前の期間の数の中央値です。

pandas DataFrame の列のローリング中央値を計算するには、次の構文を使用できます。

 #calculate rolling median of previous 3 periods
df[' column_name ']. rolling (3). median ()

次の例は、この関数を実際に使用する方法を示しています。

例: 列の移動中央値を計算する

次のパンダ データフレームがあるとします。

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' month ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   ' leads ': [13, 15, 16, 15, 17, 20, 22, 24, 25, 26, 23, 24],
                   ' sales ': [22, 24, 23, 27, 26, 26, 27, 30, 33, 32, 27, 25]})

#view DataFrame
df

	month sales leads
0 1 13 22
1 2 15 24
2 3 16 23
3 4 15 27
4 5 17 26
5 6 20 26
6 7 22 27
7 8 24 30
8 9 25 33
9 10 26 32
10 11 23 27
11 12 24 25

次の構文を使用して、過去 3 期間の「売上高」の移動中央値を含む新しい列を作成できます。

 #calculate 3-month rolling median
df[' sales_rolling3 '] = df[' sales ']. rolling (3). median ()

#view updated data frame
df

	month leads sales sales_rolling3
0 1 13 22 NaN
1 2 15 24 NaN
2 3 16 23 23.0
3 4 15 27 24.0
4 5 17 26 26.0
5 6 20 26 26.0
6 7 22 27 26.0
7 8 24 30 27.0
8 9 25 33 30.0
9 10 26 32 32.0
10 11 23 27 32.0
11 12 24 25 27.0

3 か月目に表示される売上高のローリング中央値が過去 3 か月の中央値であることを手動で確認できます。

• 22、24、23 の中央値 = 23.0

同様に、月 4 の売上高のローリング中央値を確認できます。

• 24、23、27 の中央値 = 24.0

同様の構文を使用して、6 か月の移動中央値を計算できます。

 #calculate 6-month rolling median
df[' sales_rolling6 '] = df[' sales ']. rolling (6). median ()

#view updated data frame
df

month leads sales sales_rolling3 sales_rolling6
0 1 13 22 NaN NaN
1 2 15 24 NaN NaN
2 3 16 23 23.0 NaN
3 4 15 27 24.0 NaN
4 5 17 26 26.0 NaN
5 6 20 26 26.0 25.0
6 7 22 27 26.0 26.0
7 8 24 30 27.0 26.5
8 9 25 33 30.0 27.0
9 10 26 32 32.0 28.5
10 11 23 27 32.0 28.5
11 12 24 25 27.0 28.5

追加リソース

次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。

Pandas で移動平均を計算する方法
パンダでスライド相関を計算する方法
パンダで変化率を計算する方法