Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

202

3

章 

pandas

を使ったデータ操作

図3-9　現在までのGoole 株の投資利益率。

これは

Google

株の全体的なトレンドを把握するのに役立ちます。これまでのところ、

Google

株投資で最も収益性の高かった時期は（今から考えると、驚くべきことに）、新規株式公開（

IPO

：

initial public offering

）の直後と、

2009

年の景気後退時期の途中でした。

3.12.5.3

 移動する窓関数

pandas

の実装する時系列に特有な

3

番目の操作がローリング統計です。

groupby

操作（「3.9 集約

とグループ化」を参照してください）で紹介したような、ビューを

Series

および

DataFrame

オブジェ

クトの

rolling()

が返し、この操作はそのビューを介して行われます。このローリング・ビューは

多くの集約操作をデフォルトで提供しています。

例えば次に示すグラフは、

Google

株価の

1

年間の移動平均と移動標準偏差です（図 3

-10）。

In[33]: rolling = goog.rolling(365, center=True)

data = pd.DataFrame({'input': goog,

'one-year rolling_mean': rolling.mean(),

'one-year rolling_std': rolling.std()})

ax = data.plot(style=['-', '--', ':'])

ax.lines[0].set_alpha(0.3) ...