Rullande fönster

Ett rullande fönster (även kallat glidande fönster) beräknar ett mått över ett fönster med ett fast antal på varandra följande rader när fönstret flyttas framåt en rad i taget. Exempelvis ersätter ett rullande medelvärde över 7 dagar varje dags värde med medelvärdet av den dagen och de 6 föregående dagarna. Rullande fönster är grunden för glidande medelvärden inom finans, utjämning av brusiga sensordata och beräkning av eftersläpande mått i affärsöversikter.

Series.rolling(window=n) returnerar ett Rolling-objekt. Parametern window anger det rullande fönstrets storlek i antal rader (för heltalsfönster) eller som ett tidsintervall, till exempel '7D' (för tidsindexerade Series-objekt). När det rullande objektet har skapats kan ni kedja valfri aggregeringsmetod: .mean(), .sum(), .std(), .min(), .max() eller även .apply(func). De första window-1 raderna blir alltid NaN eftersom det inte finns tillräckligt många föregående rader för att fylla fönstret.

Som standard kräver rolling(n) exakt n värden som inte är NaN i fönstret innan ett resultat beräknas. Parametern min_periods minskar detta krav — exempelvis beräknar rolling(7, min_periods=3) medelvärdet så snart minst 3 värden är tillgängliga, vilket ger värden som inte är NaN tidigare i Series-objektet. Detta är användbart när ni vill ha glidande medelvärden i början av en tidsserie i stället för NaN för de första n-1 raderna.

rolling(n).sum() beräknar summan av de senaste n raderna vid varje position. En rullande 30-dagarssumma av daglig försäljning ger den eftersläpande månadsintäkten för varje dag — mer informativt än en statisk månadssumma eftersom den uppdateras varje dag. Rullande summor används ofta inom detaljhandelsanalys (försäljning de senaste 30 dagarna), webbanalys (aktiva användare de senaste 7 dagarna) och finans (volym under de senaste n perioderna).

Inom finans mäts volatilitet som den rullande standardavvikelsen för daglig avkastning. En hög rullande standardavvikelse innebär att priserna fluktuerar kraftigt, medan en låg rullande standardavvikelse visar att priserna är stabila. Detta mått används vid riskberäkningar för optionsprissättning och portföljförvaltning. Formeln är: beräkna daglig logaritmisk avkastning med np.log(price/price.shift(1)) och använd sedan rolling(window).std().

I stället för ett fast antal rader kan ni ange ett tidsintervall som fönster: rolling('7D') betyder ”de senaste 7 kalenderdagarnas data”. Detta hanterar automatiskt oregelbundna tidsserier korrekt, till exempel saknade helger och helgdagar — ett fönster baserat på antal rader skulle omfatta olika lång kalendertid beroende på luckorna, medan ett tidsbaserat fönster alltid sträcker sig över exakt 7 dagar av data. Series-objektet måste ha ett DatetimeIndex för tidsbaserade fönster.

rolling(n).apply(func) skickar varje fönster som en NumPy-array till er anpassade funktion. Detta möjliggör alla rullande beräkningar som inte täcks av de inbyggda aggregeringarna — exempelvis rullande medianbaserad absolut avvikelse, rullande skevhet eller rullande första kvartil. Funktionen måste ta emot en endimensionell array och returnera ett skalärt värde. Obs! apply är långsammare än de inbyggda metoderna eftersom den inte kan vektoriseras.

Ni kan använda rolling().mean() direkt på en DataFrame för att beräkna rullande statistik för alla numeriska kolumner samtidigt. Varje kolumn får sitt eget rullande fönster som beräknas oberoende. Detta är användbart när ni vill beräkna glidande medelvärden för flera aktiekurser eller flera produktförsäljningsserier i en enda operation, utan att iterera över kolumnerna.

Ett vanligt visualiseringsmönster är att rita både den råa tidsserien och dess rullande medelvärde på samma axlar. Det rullande medelvärdet synliggör trenden genom att jämna ut dagliga variationer, medan den råa serien visar volatiliteten. Avståndet mellan dem visar hur mycket brus som finns. Att lägga till ett rullande medelvärde i en DataFrame är så enkelt som att tilldela resultatet till en ny kolumn.

Som standard använder rolling ett eftersläpande fönster (den aktuella raden och de n-1 föregående raderna). Genom att ange center=True skapas ett centrerat fönster där den aktuella raden ligger i mitten och lika många tidigare och framtida rader används. Centrerade fönster ger jämnare resultat och passar för utjämning offline av historiska data där framtida värden är kända. De passar INTE för prognoser i realtid eftersom de kräver framtida data.

Ni kan beräkna rullande statistik per grupp med groupby().rolling(). Exempelvis kan ni beräkna rullande intäkter över 7 dagar per produktkategori — fönstret återställs när en ny grupp börjar, så att data från en produkt inte blandas ihop med data från en annan. Efter den rullande beräkningen använder ni .reset_index(level=0, drop=True) för att ta bort den extra gruppnivån från indexet och anpassa resultatet till det ursprungliga DataFrame-objektet.

I den här lektionen har ni lärt er att rolling(n) skapar ett glidande fönster med n rader där ni kan beräkna medelvärde, summa, standardavvikelse, minimum, maximum eller egna funktioner, att min_periods minskar det minsta antalet värden som krävs för att beräkna ett resultat och att center=True skapar centrerade fönster för utjämning i efterhand. Nästa steg är expanderande fönster — kumulativ statistik som växer från början av Series.