python pandas移动窗口函数rolling的用法


Posted in Python onFebruary 29, 2020

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

import pandas as pd
import numpy as np
df = pd.DataFrame({'key1':['a','a','b','b','a'],
    'key2':['one','two','one','two','one'],
    'data1':np.nan,
    'data2':np.random.randn(5)})
df

python pandas移动窗口函数rolling的用法

pd.rolling_count(df[['data1','data2']],window = 3)

python pandas移动窗口函数rolling的用法

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)

python pandas移动窗口函数rolling的用法

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python pandas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三水点靠木。

Python 相关文章推荐
利用python获得时间的实例说明
Mar 25 Python
Python的Django框架中从url中捕捉文本的方法
Jul 20 Python
实例讲解Python的函数闭包使用中应注意的问题
Jun 20 Python
Python Paramiko模块的使用实际案例
Feb 01 Python
pandas数据处理基础之筛选指定行或者指定列的数据
May 03 Python
Python基于opencv实现的简单画板功能示例
Mar 04 Python
使用Python检测文章抄袭及去重算法原理解析
Jun 14 Python
elasticsearch python 查询的两种方法
Aug 04 Python
pytorch numpy list类型之间的相互转换实例
Aug 18 Python
python将三维数组展开成二维数组的实现
Nov 30 Python
使用python+whoosh实现全文检索
Dec 09 Python
Python3+RIDE+RobotFramework自动化测试框架搭建过程详解
Sep 23 Python
基于Python fminunc 的替代方法
Feb 29 #Python
浅谈SciPy中的optimize.minimize实现受限优化问题
Feb 29 #Python
使用python求解二次规划的问题
Feb 29 #Python
Python龙贝格法求积分实例
Feb 29 #Python
python计算导数并绘图的实例
Feb 29 #Python
细数nn.BCELoss与nn.CrossEntropyLoss的区别
Feb 29 #Python
Pytorch对Himmelblau函数的优化详解
Feb 29 #Python
You might like
PHP关联链接常用代码
2012/11/05 PHP
php实现将字符串按照指定距离进行分割的方法
2015/03/14 PHP
PHP错误处理函数register_shutdown_function使用示例
2017/07/03 PHP
Javascript中的Array数组对象详谈
2014/03/03 Javascript
JS调试必备的5个debug技巧
2014/03/07 Javascript
JS+CSS实现简易实用的滑动门菜单效果
2015/09/18 Javascript
JavaScript判断对象是否为数组
2015/12/22 Javascript
全面解析Bootstrap中transition、affix的使用方法
2016/05/30 Javascript
Spring MVC中Ajax实现二级联动的简单实例
2016/07/06 Javascript
JS基于递归算法实现1,2,3,4,5,6,7,8,9倒序放入数组中的方法
2017/01/03 Javascript
vue微信分享 vue实现当前页面分享其他页面
2017/12/02 Javascript
JavaScript fetch接口案例解析
2018/08/30 Javascript
详解js模板引擎art template数组渲染的方法
2018/10/09 Javascript
解决layui的input独占一行的问题
2019/09/10 Javascript
vue+ts下对axios的封装实现
2020/02/18 Javascript
vue项目打包为APP,静态资源正常显示,但API请求不到数据的操作
2020/09/12 Javascript
[01:50]WODOTA制作 DOTA2中文宣传片《HERO》
2013/04/28 DOTA
Python使用matplotlib绘制动画的方法
2015/05/20 Python
Python字典数据对象拆分的简单实现方法
2017/12/05 Python
Python实现正则表达式匹配任意的邮箱方法
2018/12/20 Python
django celery redis使用具体实践
2019/04/08 Python
python的time模块和datetime模块实例解析
2019/11/29 Python
tensorflow 初始化未初始化的变量实例
2020/02/06 Python
草莓网英国官网:Strawberrynet UK
2017/02/12 全球购物
Petmate品牌官方网站:宠物用品
2018/11/25 全球购物
大学生自我评价怎样写好
2013/10/23 职场文书
教师的实习鉴定
2013/12/15 职场文书
采购员的工作职责
2013/12/26 职场文书
法律专业求职信
2014/05/24 职场文书
煤矿开采专业求职信
2014/07/08 职场文书
教师自查自纠材料
2014/10/14 职场文书
学习普通话的体会
2014/11/07 职场文书
2015年见习期工作总结
2014/12/12 职场文书
幼儿园教学工作总结2015
2015/05/12 职场文书
大学生心理健康教育心得体会
2016/01/12 职场文书
高中地理教学反思
2016/02/19 职场文书