窗户

pandas.api.typing.Rolling实例由调用返回.rollingpandas.DataFrame.rolling()pandas.Series.rolling()pandas.api.typing.Expanding实例由调用返回.expandingpandas.DataFrame.expanding()pandas.Series.expanding()pandas.api.typing.ExponentialMovingWindow实例由调用返回.ewmpandas.DataFrame.ewm()pandas.Series.ewm()

滚动窗口函数#

Rolling.count([仅限数字])

计算非 NaN 观测值的滚动计数。

Rolling.sum([仅限数字,引擎,...])

计算滚动总和。

Rolling.mean([仅限数字,引擎,...])

计算滚动平均值。

Rolling.median([仅限数字,引擎,...])

计算滚动中位数。

Rolling.var([ddof, numeric_only, 引擎, ...])

计算滚动方差。

Rolling.std([ddof, numeric_only, 引擎, ...])

计算滚动标准差。

Rolling.min([仅限数字,引擎,...])

计算滚动最小值。

Rolling.max([仅限数字,引擎,...])

计算滚动最大值。

Rolling.corr([其他、成对、ddof、...])

计算滚动相关性。

Rolling.cov([其他、成对、ddof、...])

计算滚动样本协方差。

Rolling.skew([仅限数字])

计算滚动无偏偏度。

Rolling.kurt([仅限数字])

计算无偏差的滚动费舍尔峰度定义。

Rolling.apply(函数[,原始,引擎,...])

计算滚动自定义聚合函数。

Rolling.aggregate(func, *args, **kwargs)

使用指定轴上的一项或多项操作进行聚合。

Rolling.quantile(q[, 插值, ...])

计算滚动分位数。

Rolling.sem([ddof,仅限数字])

计算平均值的滚动标准误差。

Rolling.rank([方法,升序,pct,...])

计算滚动排名。

加权窗函数#

Window.mean([仅限数字])

计算滚动加权窗口平均值。

Window.sum([仅限数字])

计算滚动加权窗口总和。

Window.var([ddof,仅限数字])

计算滚动加权窗口方差。

Window.std([ddof,仅限数字])

计算滚动加权窗口标准差。

扩展窗口函数#

Expanding.count([仅限数字])

计算非 NaN 观测值的扩展计数。

Expanding.sum([仅限数字,引擎,...])

计算扩展总和。

Expanding.mean([仅限数字,引擎,...])

计算扩展均值。

Expanding.median([仅限数字,引擎,...])

计算扩展中位数。

Expanding.var([ddof, numeric_only, 引擎, ...])

计算扩展方差。

Expanding.std([ddof, numeric_only, 引擎, ...])

计算扩展标准差。

Expanding.min([仅限数字,引擎,...])

计算扩展最小值。

Expanding.max([仅限数字,引擎,...])

计算扩展最大值。

Expanding.corr([其他、成对、ddof、...])

计算扩展相关性。

Expanding.cov([其他、成对、ddof、...])

计算扩展样本协方差。

Expanding.skew([仅限数字])

计算扩展无偏偏度。

Expanding.kurt([仅限数字])

无偏计算费舍尔峰度的扩展定义。

Expanding.apply(函数[,原始,引擎,...])

计算扩展自定义聚合函数。

Expanding.aggregate(func, *args, **kwargs)

使用指定轴上的一项或多项操作进行聚合。

Expanding.quantile(q[, 插值, ...])

计算扩展分位数。

Expanding.sem([ddof,仅限数字])

计算平均值的扩展标准误差。

Expanding.rank([方法,升序,pct,...])

计算扩展等级。

指数加权窗口函数#

ExponentialMovingWindow.mean([仅限数字,...])

计算 ewm(指数加权矩)平均值。

ExponentialMovingWindow.sum([仅限数字,...])

计算 ewm(指数加权矩)总和。

ExponentialMovingWindow.std([偏差,仅限数字])

计算 ewm(指数加权矩)标准差。

ExponentialMovingWindow.var([偏差,仅限数字])

计算 ewm(指数加权矩)方差。

ExponentialMovingWindow.corr([其他, ...])

计算 ewm(指数加权矩)样本相关性。

ExponentialMovingWindow.cov([其他, ...])

计算 ewm(指数加权矩)样本协方差。

窗口索引器#

用于定义自定义窗口边界的基类。

api.indexers.BaseIndexer([索引数组,...])

窗口边界计算的基类。

api.indexers.FixedForwardWindowIndexer([...])

为包含当前行的固定长度窗口创建窗口边界。

api.indexers.VariableOffsetWindowIndexer([...])

根据非固定偏移(例如 BusinessDay)计算窗口边界。