pandas中时间窗函数rolling的使用详解

pandas中时间窗函数rolling的使用详解,第1张

       滑动窗口指的是根据指定的单位长度来框住时间序列,从而计算框内的统计指标。


相当于一个长度指定的滑块在刻度尺上面滑动,每滑动一个单位即可反馈滑块内的数据。


rolling(window,min_periods=None,center=False,win_type=None,on=None,axis=0,closed=None)

参数含义:

  • window:表示窗口的大小,值可以是int(整数值)或offest(偏移)。


  1. 整数值:窗口是固定的大小,即包含相同数量的观测值。


  2. 偏移:指定每个窗口包含的时间段,每个窗口包含的观测值的数量是不一定的。


  • min_periods:窗口最少包含的观测值数量, 小于这个值的窗口结果为NA
  1. 当值是int类型时默认为None,当值为offest类型默认为1。


  • center:窗口的标签设置为居中,默认为False。


  • win_type:表示窗口的类型。


  • on:指定要计算滚动窗口的列,值为列名。


  • axis:默认为0,表示对列进行计算。


  • closed:定义区间的开闭,支持int类型的window。


  1.  offset类型默认是左开右闭的即默认为right。


    可以根据情况指定为left、 both等

  • arg : 为Series或DataFrame
  • how : 默认为“mean”,为down- 或re-sampling,默认为None
"""
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, ...])


"""

Pandas进阶之窗口函数rolling()和expanding()

欢迎分享,转载请注明来源:内存溢出

原文地址: http://www.outofmemory.cn/langs/578442.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-11
下一篇 2022-04-11

发表评论

登录后才能评论

评论列表(0条)

保存