python pandas移動視窗函式rolling的用法
超級好用的移動視窗函式
最近經常使用移動視窗函式，覺得很方便，功能強大，程式碼簡單，故將pandas中的移動視窗函式都做介紹。它都是以rolling打頭的函式，後接具體的函式，來顯示該移動視窗函式的功能。
rolling_count 計算各個視窗中非NA觀測值的數量
函式
pandas.rolling_count(arg,window,freq=None,center=False,how=None)
arg : DataFrame 或 numpy的ndarray 陣列格式
window : 指移動視窗的大小，為整數
freq :
center : 布林型，預設為False,指取中間的
import pandas as pd
import numpy as np
df = pd.DataFrame({'key1':['a','a','b','a'],'key2':['one','two','one','one'],'data1':np.nan,'data2':np.random.randn(5)})
df
pd.rolling_count(df[['data1','data2']],window = 3)
rolling_sum 移動視窗的和
pandas.rolling_sum(arg,min_periods=None,how=None,**kwargs)
arg : 為Series或DataFrame
window : 視窗的大小
min_periods : 最小的觀察數值個數
freq :
center : 布林型，預設為False,指取中間的
how : 取值的方式，預設為None
pd.rolling_sum(df,window = 2,min_periods = 1)
rolling_mean 移動視窗的均值
pandas.rolling_mean(arg,**kwargs)
rolling_median 移動視窗的中位數
pandas.rolling_median(arg,how='median',**kwargs)
rolling_var 移動視窗的方差
pandas.rolling_var(arg,**kwargs)
rolling_std 移動視窗的標準差
pandas.rolling_std(arg,**kwargs)
rolling_min 移動視窗的最小值
pandas.rolling_min(arg,how='min',**kwargs)
rolling_max 移動視窗的最大值
pandas.rolling_min(arg,**kwargs)
rolling_corr 移動視窗的相關係數
pandas.rolling_corr(arg1,arg2=None,window=None,pairwise=None,how=None)
rolling_corr_pairwise 配對資料的相關係數
等價於: rolling_corr(…,pairwise=True)
pandas.rolling_corr_pairwise(df1,df2=None,center=False)
rolling_cov 移動視窗的協方差
pandas.rolling_cov(arg1,ddof=1)
rolling_skew 移動視窗的偏度（三階矩）
pandas.rolling_skew(arg,**kwargs)
rolling_kurt 移動視窗的峰度（四階矩）
pandas.rolling_kurt(arg,**kwargs)
rolling_apply 對移動視窗應用普通陣列函式
pandas.rolling_apply(arg,func,args=(),kwargs={})
rolling_quantile 移動視窗分位數函式
pandas.rolling_quantile(arg,quantile,center=False)
rolling_window 移動視窗
pandas.rolling_window(arg,win_type=None,mean=True,axis=0,**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[,...])
ewmvar 指數加權移動方差
ewmvar(arg[,...])
ewmcorr 指數加權移動相關係數
ewmcorr(arg1[,arg2,...])
ewmcov 指數加權移動協方差
ewmcov(arg1[,...])
以上這篇python pandas移動視窗函式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，也希望大家多多支援我們。