Somme cumulée vs .diff()

Dans la vidéo, vous avez découvert les fenêtres extensives qui permettent d’effectuer des calculs cumulatifs.

La méthode de somme cumulée produit en réalité l’effet inverse de la méthode .diff() que vous avez rencontrée au chapitre 1.

Pour l’illustrer, utilisons la série temporelle du cours de l’action Google, calculons les différences entre les prix, puis reconstruisons la série à l’aide de la somme cumulée.

Cet exercice fait partie du cours

Manipuler des séries temporelles en Python

Afficher le cours

Instructions

Nous avons déjà importé pandas sous le nom pd et matplotlib.pyplot sous le nom plt. Nous avons également chargé les cours de l’action Google dans la variable data.

Appliquez .diff() à data, supprimez les valeurs manquantes et affectez le résultat à differences.
Utilisez .first('D') pour sélectionner le premier prix de data et affectez-le à start_price.
Utilisez .append() pour combiner start_price et differences, appliquez .cumsum() et affectez le tout à cumulative_sum.
Utilisez .equals() pour comparer data et cumulative_sum, puis affichez le résultat.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Calculate differences
differences = ____

# Select start price
start_price = ____

# Calculate cumulative sum
cumulative_sum = ____

# Validate cumulative sum equals data
print(____)

Modifier et exécuter le code