<\/p>\n
Een voortschrijdende mediaan<\/strong> is de mediaan van een aantal voorgaande perioden in een tijdreeks.<\/span><\/p>\n Om de voortschrijdende mediaan van een kolom in een Panda DataFrame te berekenen, kunnen we de volgende syntaxis gebruiken:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we de volgende panda’s DataFrame hebben:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een nieuwe kolom te maken met de voortschrijdende mediaan van ‚verkoop‘ voor de voorgaande drie perioden:<\/span><\/p>\n We kunnen handmatig verifi\u00ebren dat de voortschrijdende mediaan van de omzet die voor maand 3 wordt weergegeven, de mediaan van de voorgaande drie maanden is:<\/span><\/p>\n Op dezelfde manier kunnen we de voortschrijdende mediane omzet voor maand 4 controleren:<\/span><\/p>\n We kunnen een vergelijkbare syntaxis gebruiken om de voortschrijdende mediaan over zes maanden te berekenen:<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe u een voortschrijdend gemiddelde in panda’s kunt berekenen<\/a> Een voortschrijdende mediaan is de mediaan van een aantal voorgaande perioden in een tijdreeks. Om de voortschrijdende mediaan van een kolom in een Panda DataFrame te berekenen, kunnen we de volgende syntaxis gebruiken: #calculate rolling median of previous 3 periods df[‚ column_name ‚]. rolling (3). median () Het volgende voorbeeld laat zien hoe u deze […]<\/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":[],"class_list":["post-2341","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #calculate rolling median of previous 3 periods<\/span>\ndf[' column_name<\/span> ']. rolling<\/span> (3). median<\/span> ()\n<\/strong><\/pre>\n Voorbeeld: Bereken de bewegende mediaan van een kolom<\/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 Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe de glijdende correlatie bij panda’s te berekenen<\/a>
Hoe de procentuele verandering bij panda’s te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"