pandas.core.window.expanding.Expanding.var # 扩大。var ( ddof = 1 , numeric_only = False , engine = None , engine_kwargs = None ) [来源] # 计算扩展方差。 参数: ddof int,默认1Delta 自由度。计算中使用的除数是,其中表示元素的数量。N - ddofN 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。 引擎str,默认无 'cython':通过 cython 的 C 扩展运行操作。 'numba':通过 numba 的 JIT 编译代码运行操作。 None:默认'cython'或全局设置compute.use_numba 1.4.0 版本中的新增功能。 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的默认值'numba'是 {'nopython': True, 'nogil': False, 'parallel': False} 1.4.0 版本中的新增功能。 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 numpy.varNumPy 数组的等效方法。 pandas.Series.expanding调用扩展系列数据。 pandas.DataFrame.expanding使用 DataFrame 调用扩展。 pandas.Series.var聚合系列的变量。 pandas.DataFrame.var聚合 DataFrame 的 var。 笔记 中使用的默认值ddof1与中使用的默认值 0Series.var()不同。ddofnumpy.var() 滚动计算至少需要一个周期。 例子 >>> s = pd.Series([5, 5, 6, 7, 5, 5, 5]) >>> s.expanding(3).var() 0 NaN 1 NaN 2 0.333333 3 0.916667 4 0.800000 5 0.700000 6 0.619048 dtype: float64