Kumulierte Summe vs. .diff()

Im Video hast du Expanding Windows kennengelernt, mit denen sich kumulative Berechnungen durchführen lassen.

Die Methode für die kumulative Summe hat tatsächlich den gegenteiligen Effekt der Methode .diff(), die dir in Kapitel 1 begegnet ist.

Um das zu verdeutlichen, nutzen wir die Zeitreihe der Google-Aktienkurse, bilden die Differenzen zwischen den Kursen und rekonstruieren die Serie mithilfe der kumulierten Summe.

Diese Übung ist Teil des Kurses

Zeitreihen in Python bearbeiten

Kurs anzeigen

Anleitung zur Übung

Wir haben pandas bereits als pd und matplotlib.pyplot als plt importiert. Außerdem haben wir die Google-Aktienkurse in die Variable data geladen.

Wende .diff() auf data an, entferne fehlende Werte und weise das Ergebnis differences zu.
Verwende .first('D'), um den ersten Kurs aus data zu wählen, und weise ihn start_price zu.
Nutze .append(), um start_price und differences zu kombinieren, wende .cumsum() an und weise dies cumulative_sum zu.
Verwende .equals(), um data und cumulative_sum zu vergleichen, und gib das Ergebnis aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Calculate differences
differences = ____

# Select start price
start_price = ____

# Calculate cumulative sum
cumulative_sum = ____

# Validate cumulative sum equals data
print(____)

Code bearbeiten und ausführen