06.4.3
移動平均でノイズをならす
sales.rolling(window=7, center=True).mean() の 1 行で計算でき、center=True にすると平均が窓の中央の日に置かれるので線の遅れが出ません。この章では 60 日分の日次売上を灰色の細い線、7 日移動平均を青の太い線で重ね、どこで上昇が始まりどこで頭打ちになったかを読みます。読み終えると、窓幅を周期(週なら 7、年なら 12 か月)に合わせる理由と、両端に生じる NaN の扱い、窓を広げたときに転換点が遅れて見える代償を理解できます。先に 複数ラインの推移比較 で ax.plot を 2 回呼ぶ描き方を見ておくと、ここで増えるのが rolling の 1 行だけだと分かります。
直感 #
毎日の売上をそのまま折れ線にすると、曜日や天気で上下するギザギザが目に入り、「先月より伸びているのか」が読めません。知りたいのはギザギザの 1 本 1 本ではなく、その真ん中を通る大きな流れです。移動平均は、1 日目から 7 日目の 7 個を平均して 4 日目に打ち、次に 2 日目から 8 日目の平均を 5 日目に打つ、という作業を最後まで繰り返します。隣り合う窓は 6 日ぶん重なっていて 1 個しか値が入れ替わらないので、平均は少しずつしか動かず、線はなめらかになります。窓を 7 日にすると月曜から日曜までの曜日パターンがちょうど 1 周ぶん入るため、曜日による揺れが打ち消されます。
何が起きているか(ステップで見る) #
コードを読む前に、この手法が図の上で何をしているかを追ってみましょう。「再生」を押すか、スライダーを動かすと 1 手順ずつ進みます。
見るポイント:窓の中の平均を窓の中央に打つだけ。窓を広げるほど滑らかだが、山や谷が遅れて現れる。
Python で描く #
次のコードは、2024 年 1 月 1 日から 60 日分の日次売上を乱数で作り、rolling(window=7, center=True).mean() で 7 日移動平均を計算します。原系列を灰色の細い線、移動平均を青の太い線として同じ Axes に重ねます。
| |

実行結果の読み方 #
灰色の線は毎日上下していますが、青い線はその真ん中をなめらかに通り、「どこで上昇が始まり、どこで頭打ちになったか」を読み取れます。青い線は 1 月 1 日から 3 日と、3 月の末尾 3 日に存在しません。center=True で窓がデータの外にはみ出す部分が NaN になるためで、「最新 3 日の移動平均がない」ことに気づかずに読むと直近の変化を見落とします。窓を 3 日に縮めると青は灰色に近づいてギザギザが残り、30 日に広げるとほぼ直線になる代わりに山の頂上が実際より右にずれ、両端 15 日ずつが欠けます。
使いどころと落とし穴 #
移動平均が向くのは、日次のアクセス数や売上のように曜日や天気で揺れるデータから中長期のトレンドだけを取り出したい場面です。窓幅はデータの周期に合わせるのが原則で、曜日の揺れを消すなら 7 日、月ごとの季節性を消すなら 12 か月を選びます。落とし穴の 1 つ目は窓幅の取りすぎで、30 日のような広い窓では転換点が大幅に遅れて表示され、「もう下がり始めている」のに上向きの線を見てしまいます。2 つ目は両端の欠損で、center=True では先頭と末尾に NaN が 3 日ずつ生じるため、min_periods=1 を付けて部分平均を許すか、欠けていることを注記します。直近のデータにより強く反応させたいときは、sales.ewm(span=7).mean() の指数移動平均が代替になります。
- 複数ラインの推移比較 — 複数系列を同一軸で比較
- スパークライン — 軸を省いたミニ折れ線で推移表示
- 予測区間バンド — 予測値と信頼区間を帯で表現