pandas.core.window.rolling.Rolling.var #

滚动。var ( ddof = 1 , numeric_only = False , engine = None , engine_kwargs = None ) [来源] #

计算滚动方差。

参数：
ddof int，默认1

Delta 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.var

NumPy 数组的等效方法。

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.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.rolling(3).var()
0         NaN
1         NaN
2    0.333333
3    1.000000
4    1.000000
5    1.333333
6    0.000000
dtype: float64