Daftar Materi

Reshape dan Deret Waktu Materi 31

Rolling dan Cumulative Operations

Tujuan Pembelajaran

  • Menghitung jumlah berjalan dan memahami jendela rolling.
  • Menjelaskan alasan di balik langkah analisis dan memeriksa hasilnya.

Rolling dan cumulative menjawab pertanyaan urutan berbeda

Anggap pendapatan bulanan adalah 10, 20, 15, 5. Jumlah kumulatifnya menjadi 10, 30, 45, 50; setiap angka mempertahankan semua bulan sebelumnya. Rata-rata rolling dua periode dimulai dengan nilai kosong, lalu menjadi 15, 17.5, dan 10 karena setiap hasil hanya melihat bulan berjalan dan satu bulan sebelumnya. Urutan periode menentukan arti hasilnya.

Operasi kumulatif dan rolling sama-sama memakai nilai berurutan, tetapi menjawab pertanyaan berbeda. cumsum() menjumlahkan nilai dari observasi pertama sampai posisi saat ini. Angkanya hanya bertambah atau tetap jika semua nilai tidak negatif. rolling(window=2).mean() hanya menghitung rata-rata dari dua observasi terakhir pada setiap posisi, sehingga nilai lama akhirnya keluar dari jendela.

Istilah “jendela dua” berarti dua catatan berurutan, bukan otomatis dua hari atau dua minggu. Jika datanya adalah deret waktu, urutkan berdasarkan tanggal lebih dulu dan pastikan frekuensi catatan sesuai kebutuhan. Dua pesanan terakhir belum tentu mewakili dua bulan terakhir. Untuk analisis berdasarkan jarak kalender, gunakan jendela waktu yang sesuai setelah index tanggal disiapkan.

Pada awal deret, jendela dua belum memiliki dua angka. Secara default, hasil rata-rata pertama menjadi missing (NaN) karena belum cukup observasi. min_periods dapat mengubah jumlah nilai minimum yang dibutuhkan, tetapi keputusan itu perlu dibuat dengan sadar: rata-rata dari satu angka bukan perbandingan yang setara dengan rata-rata dua angka. Nilai awal yang kosong adalah konsekuensi aturan jendela, bukan selalu kesalahan data.

Membandingkan akumulasi dan rata-rata bergerak

import pandas as pd
weekly = pd.Series([5, 3, 4, 2])
print("cumulative:", weekly.cumsum().tolist())
print("rolling:", weekly.rolling(2).mean().tolist())

Ukuran window menentukan nilai yang masuk ke rata-rata

cumulative [5, 8, 12, 14]; rolling [NaN, 4.0, 3.5, 3.0]

Deret kumulatif menghasilkan [5, 8, 12, 14]: angka kedua adalah 5 + 3, angka ketiga menambahkan 4, dan angka terakhir menambahkan 2. Deret rolling menghasilkan [NaN, 4.0, 3.5, 3.0]: rata-rata dua angka berurutan, yaitu (5+3)/2, (3+4)/2, lalu (4+2)/2. Dari perbandingan ini, jelas bahwa nilai kumulatif menyimpan seluruh riwayat, sedangkan nilai rolling merangkum bagian terbaru saja.

Sebelum membaca grafik, tanyakan ukuran apa yang dipakai dan berapa panjang jendelanya. Kumulatif dapat naik karena akumulasi normal walau nilai terbaru sedang turun; rolling dapat meredam fluktuasi tetapi juga menghaluskan lonjakan. Jika urutan data berubah, nilai yang masuk jendela ikut berubah, maka penyortiran waktu adalah bagian penting dari analisis.

Lihat bagaimana perubahan urutan mengubah rolling dan cumsum; tetapkan aturan min_periods dengan sadar.

Jangan membaca rolling sebagai kumulatif atau mengabaikan nilai awal missing.

Latihan Interaktif

Latihan 01

Hitung cumsum untuk [5, 3, 4, 2] dan simpan sebagai result.

Jangan membaca rolling sebagai kumulatif atau mengabaikan nilai awal missing.

import pandas as pd
weekly = pd.Series([5, 3, 4, 2])
result = weekly.cumsum()
print(result)

Lihat penjelasan hasil

Urutkan data dan perhatikan missing pada awal jendela.

Lihat Petunjuk

Jangan membaca rolling sebagai kumulatif atau mengabaikan nilai awal missing.

Lihat Pembahasan

Urutkan data dan perhatikan missing pada awal jendela.

Latihan 02

Apa beda rolling(2).mean dan cumsum?

Pilih satu jawaban
Lihat Pembahasan

Urutkan data dan perhatikan missing pada awal jendela.

Ringkasan

  • Menghitung jumlah berjalan dan memahami jendela rolling.
  • Catat asumsi yang memengaruhi hasil sebelum menyampaikan kesimpulan.

Bacaan lebih lanjut