pandas.DataFrame.rolling

DataFrame.rolling(window, min_periods=None, freq=None, center=False, win_type=None, on=None, axis=0, closed=None) [source]

Предоставляет вычисления скользящего окна.

Добавлена в версии 0.18.0.

Параметры:

window : int или смещение Размер скользящего окна. Это количество наблюдений, используемых для расчёта статистики. Каждое окно будет фиксированного размера. Если это смещение, то это временной период каждого окна. Каждое окно будет иметь переменный размер, в зависимости от наблюдений, включённых во временной период. Это действует только для индексов datetimelike. Это нововведение с версии 0.19.0 min_periods : int, по умолчанию None Минимальное количество наблюдений в окне, необходимое для получения значения (в противном случае результат — NaN). Для окна, определённого смещением, по умолчанию это 1. freq : строка или объект DateOffset, необязательно (по умолчанию None) (УСТАРЕЛО) Частота для приведения данных к виду перед вычислением статистики. Указывается как строка частоты или объект DateOffset. center : boolean, по умолчанию False Установить метки в центре окна. win_type : строка, по умолчанию None Укажите тип окна. См. примечания ниже. on : строка, необязательно Для DataFrame, столбец, по которому рассчитывать скользящее окно, а не индекс closed : строка, по умолчанию None Сделать интервал закрытым по правой, левой, обеим или ни одной границам. Для окон, основанных на смещениях, по умолчанию «правая». Для фиксированных окон по умолчанию «обе». Остальные случаи не реализованы для фиксированных окон. Добавлена в версии 0.20.0. axis : int или строка, по умолчанию 0

Возвращает:

объект Window или Rolling, подклассы для конкретной операции

Примечания

По умолчанию результат устанавливается в правой части окна. Это можно изменить на центр окна, установив center=True

Ключевое слово freq используется для приведения временных рядов к заданной частоте путём ресемплирования данных. Это выполняется с параметрами по умолчанию resample() (т.е. с использованием mean).

Дополнительную информацию о смещениях и строках частоты см. в этой ссылке.

Распознаваемые типы окон:

• boxcar
• triang
• blackman
• hamming
• bartlett
• parzen
• bohman
• blackmanharris
• nuttall
• barthann
• kaiser (необходимо бета)
• gaussian (необходимо стандарт)
• general_gaussian (необходимо мощность, ширина)
• slepian (необходимо ширина).

Примеры

>>> df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]})
>>> df
     B
0  0.0
1  1.0
2  2.0
3  NaN
4  4.0

Сумма скользящего окна длиной 2, с использованием типа окна 'triang'.

>>> df.rolling(2, win_type='triang').sum()
     B
0  NaN
1  1.0
2  2.5
3  NaN
4  NaN

Сумма скользящего окна длиной 2, min_periods по умолчанию равно длине окна.

>>> df.rolling(2).sum()
     B
0  NaN
1  1.0
2  3.0
3  NaN
4  NaN

То же самое, что выше, но явно задано min_periods

>>> df.rolling(2, min_periods=1).sum()
     B
0  0.0
1  1.0
2  3.0
3  2.0
4  4.0

Нерегулярный (не имеющий регулярной частоты), индексированный по времени DataFrame

>>> df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]},
....:                 index = [pd.Timestamp('20130101 09:00:00'),
....:                          pd.Timestamp('20130101 09:00:02'),
....:                          pd.Timestamp('20130101 09:00:03'),
....:                          pd.Timestamp('20130101 09:00:05'),
....:                          pd.Timestamp('20130101 09:00:06')])

>>> df
                       B
2013-01-01 09:00:00  0.0
2013-01-01 09:00:02  1.0
2013-01-01 09:00:03  2.0
2013-01-01 09:00:05  NaN
2013-01-01 09:00:06  4.0

В отличие от целого скользящего окна, это скроллит окно переменной длины, соответствующей временной период. По умолчанию min_periods равно 1.

>>> df.rolling('2s').sum()
                       B
2013-01-01 09:00:00  0.0
2013-01-01 09:00:02  1.0
2013-01-01 09:00:03  3.0
2013-01-01 09:00:05  NaN
2013-01-01 09:00:06  4.0