pandas.core.window.expanding.Expanding.var

Expanding.var(ddof=1, numeric_only=False, *args, engine=None, engine_kwargs=None, **kwargs)[source]

Вычисление скользящей дисперсии.

Параметры

ddof:int, по умолчанию 1

Delta Degrees of Freedom. Разделитель, используемый в расчётах, равен N - ddof, где N представляет количество элементов.

numeric_only:bool, по умолчанию False

Включать только столбцы с плавающей точкой, целыми числами и булевыми значениями.

Добавлена в версии 1.5.0.

*args

Для совместимости с NumPy и не влияет на результат.

Устарело начиная с версии 1.5.0.

engine:str, по умолчанию None

• 'cython' : Выполняет операцию с помощью C-расширений из cython.

• 'numba' : Выполняет операцию с помощью скомпилированного JIT-кода из numba.

• None : По умолчанию 'cython' или глобально установлено compute.use_numba

  Добавлена в версии 1.4.0.

engine_kwargs:dict, по умолчанию None

• Для 'cython' движка нет допустимых engine_kwargs

• Для 'numba' движка движок может принимать nopython, nogil и parallel ключи словаря. Значения должны быть либо True или False. По умолчанию engine_kwargs для 'numba' движка — {'nopython': True, 'nogil': False, 'parallel': False}

  Добавлена в версии 1.4.0.

**kwargs

Для совместимости с NumPy и не влияет на результат.

Устарело начиная с версии 1.5.0.

Возвращает

Series или DataFrame

Тип возвращаемого значения такой же, как у исходного объекта, с типом np.float64.

См. также

numpy.var

Эквивалентный метод для массива NumPy.

pandas.Series.expanding

Вызов expanding со значениями Series.

pandas.DataFrame.expanding

Вызов expanding со значениями DataFrames.

pandas.Series.var

Агрегирование var для Series.

pandas.DataFrame.var

Агрегирование var для DataFrame.

Примечания

Значение по умолчанию ddof равное 1, используемое в expanding, отличается от значения по умолчанию 0 в numpy.var().

Для расчёта скользящего значения необходимо как минимум одно значение.

Примеры

>>> s = pd.Series([5, 5, 6, 7, 5, 5, 5])

>>> s.expanding(3).var()
0         NaN
1         NaN
2    0.333333
3    0.916667
4    0.800000
5    0.700000
6    0.619048
dtype: float64