pandas.core.window.rolling.Rolling.aggregate #

滚动。聚合( func , * args , ** kwargs ) [来源] #

使用指定轴上的一项或多项操作进行聚合。

参数：
func函数、str、列表或字典

用于聚合数据的函数。如果是函数，则必须在传递 Series/Dataframe 或传递给 Series/Dataframe.apply 时起作用。

可接受的组合是：

  • 功能

  • 字符串函数名

  • 函数和/或函数名称列表，例如[np.sum, 'mean']

  • 轴标签的字典 -> 函数、函数名称或此类列表。

*参数

要传递给func 的位置参数。

**夸格

要传递给func 的关键字参数。

返回：
标量、系列或数据帧

返回值可以是：

  • 标量：当使用单个函数调用 Series.agg 时

  • Series ：当使用单个函数调用 DataFrame.agg 时

  • DataFrame ：当使用多个函数调用 DataFrame.agg 时

也可以看看

pandas.Series.rolling

使用系列数据调用对象。

pandas.DataFrame.rolling

使用 DataFrame 数据调用对象。

笔记

聚合操作始终在轴（索引（默认）或列轴）上执行。此行为与numpy聚合函数（mean、median、prod、sum、std、 var ）不同 ，其中默认值是计算展平数组的聚合，例如，numpy.mean(arr_2d)与 .numpy.mean(arr_2d, axis=0)

agg是aggregate的别名。使用别名。

改变传递的对象的函数可能会产生意外的行为或错误，因此不受支持。 有关更多详细信息，请参阅使用用户定义函数 (UDF) 方法进行变异。

传递的用户定义函数将传递给 Series 进行评估。

例子

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6], "C": [7, 8, 9]})
>>> df
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

>>> df.rolling(2).sum()
     A     B     C
0  NaN   NaN   NaN
1  3.0   9.0  15.0
2  5.0  11.0  17.0

>>> df.rolling(2).agg({"A": "sum", "B": "min"})
     A    B
0  NaN  NaN
1  3.0  4.0
2  5.0  5.0