En el análisis de series de tiempo, un promedio móvil es simplemente el valor promedio de un cierto número de períodos anteriores.
Una media móvil exponencial es un tipo de media móvil que da más peso a las observaciones recientes, lo que significa que puede capturar las tendencias recientes más rápidamente.
Este tutorial explica cómo calcular un promedio móvil exponencial para una columna de valores en un DataFrame de pandas.
Ejemplo: media móvil exponencial en pandas
Supongamos que tenemos el siguiente DataFrame de pandas:
importar pandas como pd
#create DataFrame
df = pd.DataFrame ({'período': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'ventas': [25, 20, 14, 16, 27, 20, 12, 15, 14, 19]})
#view DataFrame
df
ventas del periodo
0 1 25
1 2 20
2 3 14
3 4 16
4 5 27
5 6 20
6 7 12
7 8 15
8 9 14
9 10 19
Podemos usar la función pandas.DataFrame.ewm () para calcular el promedio móvil ponderado exponencialmente para un cierto número de períodos anteriores.
Por ejemplo, a continuación se explica cómo calcular la media móvil ponderada exponencialmente utilizando los cuatro períodos anteriores:
#cree una nueva columna para contener el promedio móvil ponderado exponencialmente de 4 días
df ['4dayEWM'] = df ['sales']. ewm (intervalo = 4 , ajustar = falso ). significa ()
#view DataFrame
df
período de ventas 4dayEWM
0 1 25 25.000000
1 2 20 23.000000
2 3 14 19.400000
3 4 16 18.040000
4 5 27 21.624000
5 6 20 20,974400
6 7 12 17.384640
7 8 15 16.430784
8 9 14 15.458470
9 10 19 16.875082
También podemos usar la biblioteca matplotlib para visualizar las ventas en comparación con el promedio móvil ponderado exponencialmente de 4 días:
importar matplotlib.pyplot como plt #plot ventas y plt promedio móvil ponderado exponencialmente de 4 días . plot (df ['ventas'], etiqueta = 'Ventas') plt. plot (df ['4dayEWM'], label = '4-day EWM') #add leyenda para trazar plt. leyenda (loc = 2)
Recursos adicionales
Cómo calcular promedios móviles en Python
Cómo calcular la media de columnas en Pandas
Cómo calcular la autocorrelación en Python
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
