pandas.core.window.ewm.ExponentialMovingWindow.cov #

指数移动窗口。cov ( other = None , pairwise = None , bias = False , numeric_only = False ) [来源] #

计算 ewm（指数加权矩）样本协方差。

参数：

其他Series 或 DataFrame ，可选: 如果未提供，则将默认为 self 并产生成对输出。
成对布尔值，默认无: 如果为 False，则仅使用 self 和 other 之间的匹配列，并且输出将是一个 DataFrame。如果为 True，则将计算所有成对组合，并且在 DataFrame 输入的情况下，输出将是 MultiIndex DataFrame。在缺少元素的情况下，仅使用完整的成对观测值。
偏差布尔值，默认 False: 使用标准估计偏差校正。
numeric_only布尔值，默认 False: 仅包含 float、int、boolean 列。

1.5.0 版本中的新增内容。

返回：

系列或数据框: 返回类型与具有 dtype 的原始对象相同np.float64。

也可以看看

pandas.Series.ewm: 使用系列数据调用 ewm。
pandas.DataFrame.ewm: 使用 DataFrame 调用 ewm。
pandas.Series.cov: 聚合系列的 cov。
pandas.DataFrame.cov: 聚合 DataFrame 的 cov。

例子

>>> ser1 = pd.Series([1, 2, 3, 4])
>>> ser2 = pd.Series([10, 11, 13, 16])
>>> ser1.ewm(alpha=.2).cov(ser2)
0         NaN
1    0.500000
2    1.524590
3    3.408836
dtype: float64