python pandas移动窗口函数rolling的用法
超级好用的移动窗口函数
最近经常使用移动窗口函数，觉得很方便，功能强大，代码简单，故将pandas中的移动窗口函数都做介绍。它都是以rolling打头的函数，后接具体的函数，来显示该移动窗口函数的功能。
rolling_count计算各个窗口中非NA观测值的数量
函数
pandas.rolling_count(arg,window,freq=None,center=False,how=None)
arg:DataFrame或numpy的ndarray数组格式
window:指移动窗口的大小，为整数
freq:
center:布尔型，默认为False,指取中间的
how:字符串，默认为“mean”,为down-或re-sampling
importpandasaspd
importnumpyasnp
df=pd.DataFrame({'key1':['a','a','b','b','a'],
'key2':['one','two','one','two','one'],
'data1':np.nan,
'data2':np.random.randn(5)})
df
pd.rolling_count(df[['data1','data2']],window=3)
rolling_sum移动窗口的和
pandas.rolling_sum(arg,window,min_periods=None,freq=None,center=False,how=None,**kwargs)
arg:为Series或DataFrame
window:窗口的大小
min_periods:最小的观察数值个数
freq:
center:布尔型，默认为False,指取中间的
how:取值的方式，默认为None
pd.rolling_sum(df,window=2,min_periods=1)
rolling_mean移动窗口的均值
pandas.rolling_mean(arg,window,min_periods=None,freq=None,center=False,how=None,**kwargs)
rolling_median移动窗口的中位数
pandas.rolling_median(arg,window,min_periods=None,freq=None,center=False,how='median',**kwargs)
rolling_var移动窗口的方差
pandas.rolling_var(arg,window,min_periods=None,freq=None,center=False,how=None,**kwargs)
rolling_std移动窗口的标准差
pandas.rolling_std(arg,window,min_periods=None,freq=None,center=False,how=None,**kwargs)
rolling_min移动窗口的最小值
pandas.rolling_min(arg,window,min_periods=None,freq=None,center=False,how='min',**kwargs)
rolling_max移动窗口的最大值
pandas.rolling_min(arg,window,min_periods=None,freq=None,center=False,how='min',**kwargs)
rolling_corr移动窗口的相关系数
pandas.rolling_corr(arg1,arg2=None,window=None,min_periods=None,freq=None,center=False,pairwise=None,how=None)
rolling_corr_pairwise配对数据的相关系数
等价于:rolling_corr(…,pairwise=True)
pandas.rolling_corr_pairwise(df1,df2=None,window=None,min_periods=None,freq=None,center=False)
rolling_cov移动窗口的协方差
pandas.rolling_cov(arg1,arg2=None,window=None,min_periods=None,freq=None,center=False,pairwise=None,how=None,ddof=1)
rolling_skew移动窗口的偏度（三阶矩）
pandas.rolling_skew(arg,window,min_periods=None,freq=None,center=False,how=None,**kwargs)
rolling_kurt移动窗口的峰度（四阶矩）
pandas.rolling_kurt(arg,window,min_periods=None,freq=None,center=False,how=None,**kwargs)
rolling_apply对移动窗口应用普通数组函数
pandas.rolling_apply(arg,window,func,min_periods=None,freq=None,center=False,args=(),kwargs={})
rolling_quantile移动窗口分位数函数
pandas.rolling_quantile(arg,window,quantile,min_periods=None,freq=None,center=False)
rolling_window移动窗口
pandas.rolling_window(arg,window=None,win_type=None,min_periods=None,freq=None,center=False,mean=True,axis=0,how=None,**kwargs)
ewma指数加权移动
ewma(arg[,com,span,halflife,...])
ewmstd指数加权移动标准差
ewmstd(arg[,com,span,halflife,...])
ewmvar指数加权移动方差
ewmvar(arg[,com,span,halflife,...])
ewmcorr指数加权移动相关系数
ewmcorr(arg1[,arg2,com,span,halflife,...])
ewmcov指数加权移动协方差
ewmcov(arg1[,arg2,com,span,halflife,...])
以上这篇pythonpandas移动窗口函数rolling的用法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。