python pandas移動窗口函數rolling的用法

超級好用的移動窗口函數

最近經常使用移動窗口函數，覺得很方便，功能強大，代碼簡單，故將pandas中的移動窗口函數都做介紹。它都是以rolling打頭的函數，后接具體的函數，來顯示該移動窗口函數的功能。

rolling_count 計算各個窗口中非NA觀測值的數量

函數

pandas.rolling_count(arg, window, freq=None, center=False, how=None)

arg : DataFrame 或 numpy的ndarray 數組格式
window : 指移動窗口的大小，為整數
freq :
center : 布爾型，默認為False, 指取中間的
how : 字符串，默認為“mean”,為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

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

rolling_sum 移動窗口的和

pandas.rolling_sum(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

arg : 為Series或DataFrame
window : 窗口的大小
min_periods : 最小的觀察數值個數
freq :
center : 布爾型，默認為False, 指取中間的
how : 取值的方式，默認為None

pd.rolling_sum(df,window = 2,min_periods = 1)

rolling_mean 移動窗口的均值

pandas.rolling_mean(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_median 移動窗口的中位數

pandas.rolling_median(arg, window, min_periods=None, freq=None, center=False, how='median', **kwargs)

rolling_var 移動窗口的方差

pandas.rolling_var(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_std 移動窗口的標準差

pandas.rolling_std(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_min 移動窗口的最小值

pandas.rolling_min(arg, window, min_periods=None, freq=None, center=False, how='min', **kwargs)

rolling_max 移動窗口的最大值

pandas.rolling_min(arg, window, min_periods=None, freq=None, center=False, how='min', **kwargs)

rolling_corr 移動窗口的相關系數

pandas.rolling_corr(arg1, arg2=None, window=None, min_periods=None, freq=None, center=False, pairwise=None, how=None)

rolling_corr_pairwise 配對數據的相關系數

等價于: rolling_corr(…, pairwise=True)

pandas.rolling_corr_pairwise(df1, df2=None, window=None, min_periods=None, freq=None, center=False)

rolling_cov 移動窗口的協方差

pandas.rolling_cov(arg1, arg2=None, window=None, min_periods=None, freq=None, center=False, pairwise=None, how=None, ddof=1)

rolling_skew 移動窗口的偏度（三階矩）

pandas.rolling_skew(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_kurt 移動窗口的峰度（四階矩）

pandas.rolling_kurt(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_apply 對移動窗口應用普通數組函數

pandas.rolling_apply(arg, window, func, min_periods=None, freq=None, center=False, args=(), kwargs={})

rolling_quantile 移動窗口分位數函數

pandas.rolling_quantile(arg, window, quantile, min_periods=None, freq=None, center=False)

rolling_window 移動窗口

pandas.rolling_window(arg, window=None, win_type=None, min_periods=None, freq=None, center=False, mean=True, axis=0, how=None, **kwargs)

ewma 指數加權移動

ewma(arg[, com, span, halflife, ...])

ewmstd 指數加權移動標準差

ewmstd(arg[, com, span, halflife, ...])

ewmvar 指數加權移動方差

ewmvar(arg[, com, span, halflife, ...])

ewmcorr 指數加權移動相關系數

ewmcorr(arg1[, arg2, com, span, halflife, ...])

ewmcov 指數加權移動協方差

ewmcov(arg1[, arg2, com, span, halflife, ...])

以上這篇python pandas移動窗口函數rolling的用法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。