窗户

pandas.api.typing.Rolling实例由调用返回.rolling： pandas.DataFrame.rolling()和pandas.Series.rolling()。 pandas.api.typing.Expanding实例由调用返回.expanding： pandas.DataFrame.expanding()和pandas.Series.expanding()。 pandas.api.typing.ExponentialMovingWindow实例由调用返回.ewm ：pandas.DataFrame.ewm()和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。