[Pandas] rolling / expanding

정의

• rolling(window) : 고정 크기 슬라이딩 윈도우 (이동 평균 등)
• expanding() : 시작부터 누적 윈도우 (cumulative)
• ewm(alpha=) : 지수 가중 이동 평균

시각화

rolling 기본

s.rolling(window=3).mean()      # 3-point 이동 평균
s.rolling(window=7).sum()       # 7일 합계 (시계열)
s.rolling(window=5).std()
s.rolling(window=10).max()

import pandas as pd
s = pd.Series([1, 2, 3, 4, 5, 6, 7, 8])
print(s.rolling(window=3).mean().tolist())

[nan, nan, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0]

처음 N-1 개는 NaN (window 가 안 채워짐).

min_periods (최소 데이터 수)

s.rolling(window=3, min_periods=1).mean()
# [1.0, 1.5, 2.0, 3.0, 4.0, ...]  ← 처음 2 개도 계산

time-based rolling (시계열)

# index 가 DatetimeIndex 일 때
df.rolling('7D').sum()       # 지난 7일
df.rolling('30min').mean()   # 지난 30분

데이터 빈도가 불규칙해도 시간 기반으로 정확히 윈도우 형성.

center=True

s.rolling(window=3, center=True).mean()
# 중심 정렬, [NaN, 2.0, 3.0, 4.0, ..., NaN]

기본은 right-aligned (윈도우의 마지막 위치에 결과). center=True 는 중앙.

expanding (누적)

s.expanding().mean()       # 시작부터 현재까지 평균
s.expanding().sum()        # 누적합 (== cumsum)
s.expanding(min_periods=5).mean()

ewm (지수 가중)

s.ewm(alpha=0.3).mean()        # alpha 클수록 최근 가중
s.ewm(span=10).mean()           # span = (2/alpha - 1)
s.ewm(halflife=5).mean()

최근 데이터에 더 큰 가중치, 이전 데이터는 점진적 감소. 금융 / 신호 처리.

groupby + rolling

df.groupby('user_id')['amount'].rolling(window=7).sum()
# 각 user 별 7-day 합계 (MultiIndex 결과)

자주 쓰는 패턴

7일 이동 평균 (smoothing)

df['ma7'] = df['sales'].rolling(7).mean()

누적 합 / 평균

df['cumulative_revenue'] = df['revenue'].expanding().sum()
df['running_avg'] = df['revenue'].expanding().mean()

Bollinger Bands

ma = s.rolling(20).mean()
std = s.rolling(20).std()
upper = ma + 2 * std
lower = ma - 2 * std

윈도우 안에서 사용자 함수

s.rolling(window=5).apply(lambda x: x.max() - x.min(), raw=True)
# raw=True 면 numpy array 가 전달되어 빠름

함정

1. window 가 너무 커서 NaN 만

short_series.rolling(window=100).mean()
# 데이터가 99 개라면 모두 NaN

min_periods=1 로 부분 결과.

2. shift 와 혼동

s.rolling(3).mean()       # 현재 포함 3 개
s.shift(1).rolling(3).mean()    # 이전 3 개 (오늘 제외)

미래 정보 누설 방지 (lookahead bias) 가 필요할 때 shift.

3. 성능

• 큰 데이터 + 작은 윈도우: 빠름
• 큰 데이터 + 큰 윈도우: 느림
• numba engine 사용: s.rolling(window=10).mean(engine='numba') (pandas 1.x+)

참고

• Pandas resample
• Pandas groupby
• Pandas DataFrame