pandas.core.window.rolling.Rolling.sum

滚动。sum ( numeric_only = False , engine = None , engine_kwargs = None )

计算滚动总和。

参数：

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

  1.3.0 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}

  1.3.0 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

pandas.Series.rolling

使用系列数据进行滚动调用。

pandas.DataFrame.rolling

使用 DataFrame 调用滚动。

pandas.Series.sum

系列的合计总和。

pandas.DataFrame.sum

DataFrame 的聚合总和。

笔记

有关 Numba 引擎的扩展文档和性能注意事项，请参阅Numba 引擎和Numba（JIT 编译） 。

例子

>>> s = pd.Series([1, 2, 3, 4, 5])
>>> s
0    1
1    2
2    3
3    4
4    5
dtype: int64

>>> s.rolling(3).sum()
0     NaN
1     NaN
2     6.0
3     9.0
4    12.0
dtype: float64

>>> s.rolling(3, center=True).sum()
0     NaN
1     6.0
2     9.0
3    12.0
4     NaN
dtype: float64

对于 DataFrame，每个总和都是按列计算的。

>>> df = pd.DataFrame({"A": s, "B": s ** 2})
>>> df
   A   B
0  1   1
1  2   4
2  3   9
3  4  16
4  5  25

>>> df.rolling(3).sum()
      A     B
0   NaN   NaN
1   NaN   NaN
2   6.0  14.0
3   9.0  29.0
4  12.0  50.0