pandas.core.window.expanding.Expanding.apply #

扩大。apply ( func , raw = False , engine = None , engine_kwargs = None , args = None , kwargs = None ) [来源] #

计算扩展自定义聚合函数。

参数：
函数函数

必须从 ndarray 输入生成单个值 ifraw=True 或从 Series 生成单个值 if raw=False。还可以接受指定的 Numba JIT 函数engine='numba'。

原始布尔值，默认 False

  • False：将每行或列作为一个 Series 传递给函数。

  • True：传递的函数将接收 ndarray 对象。如果您只是应用 NumPy 归约函数，这将获得更好的性能。

引擎str，默认无

  • 'cython'：通过 cython 的 C 扩展运行滚动应用。

  • 'numba'：通过 numba 的 JIT 编译代码运行滚动应用。仅当raw设置为时可用True。

  • None：默认'cython'或全局设置compute.use_numba

engine_kwargs字典，默认 None

  • 对于'cython'发动机，没有可接受的engine_kwargs

  • 对于'numba'引擎，引擎可以接受nopython,nogil 和parallel字典键。这些值必须是True或 False。引擎 engine_kwargs的默认设置将应用于和滚动聚合。'numba'{'nopython': True, 'nogil': False, 'parallel': False}funcapply

args元组，默认无

要传递给 func 的位置参数。

kwargs字典，默认无

要传递给 func 的关键字参数。

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.expanding

调用扩展系列数据。

pandas.DataFrame.expanding

使用 DataFrame 调用扩展。

pandas.Series.apply

聚合申请系列。

pandas.DataFrame.apply

聚合适用于DataFrame。

例子

>>> ser = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
>>> ser.expanding().apply(lambda s: s.max() - 2 * s.min())
a   -1.0
b    0.0
c    1.0
d    2.0
dtype: float64