pandas.core.window.ewm.ExponentialMovingWindow.cov

ExponentialMovingWindow.cov(other=None, pairwise=None, bias=False, numeric_only=False)[source]

Вычисление выборочной ковариации скользящего экспоненциального взвешенного момента (EWMM).

Параметры:

other:Series или DataFrame, необязательно

Если не указано, по умолчанию принимает self и генерирует парные данные.

pairwise:bool, по умолчанию None

Если False, то используются только совпадающие столбцы между self и other, и результат будет DataFrame. Если True, то будут вычислены все парные комбинации, и в случае входных данных DataFrame результат будет DataFrame с MultiIndex. В случае пропущенных элементов будут использованы только полные парные наблюдения.

bias:bool, по умолчанию False

Использовать стандартную поправку на смещение оценки.

numeric_only:bool, по умолчанию False

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

Добавлена в версии 1.5.0.

Возвращаемое значение:

Series или DataFrame

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

См. также

pandas.Series.ewm

Вызов ewm со данными Series.

pandas.DataFrame.ewm

Вызов ewm со данными DataFrames.

pandas.Series.cov

Агрегирование cov для Series.

pandas.DataFrame.cov

Агрегирование cov для DataFrame.

Примеры

>>> ser1 = pd.Series([1, 2, 3, 4])
>>> ser2 = pd.Series([10, 11, 13, 16])
>>> ser1.ewm(alpha=.2).cov(ser2)
0         NaN
1    0.500000
2    1.524590
3    3.408836
dtype: float64