pandas.core.window.ewm.ExponentialMovingWindow.mean

ExponentialMovingWindow.mean(numeric_only=False, engine=None, engine_kwargs=None)[source]

Вычисление скользящего среднего с экспоненциальным взвешиванием (ewm).

Параметры:

numeric_only:bool, по умолчанию False

Включать только числовые (float, int, boolean) столбцы.

Введено в версии 1.5.0.

engine:str, по умолчанию None

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

• 'numba' : Выполняет операцию с использованием JIT-компилированного кода из numba.

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

  Введено в версии 1.3.0.

engine_kwargs:dict, по умолчанию None

• Для 'cython' движка не приняты 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}.

  Введено в версии 1.3.0.

Возвращает:

Series или DataFrame

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

См. также

pandas.Series.ewm

Вызов ewm с данными Series.

pandas.DataFrame.ewm

Вызов ewm с DataFrame.

pandas.Series.mean

Агрегирование среднего для Series.

pandas.DataFrame.mean

Агрегирование среднего для DataFrame.

Примечания

См. Движок Numba и Numba (JIT-компиляция) для расширенной документации и рекомендаций по производительности для движка Numba.

Примеры

>>> ser = pd.Series([1, 2, 3, 4])
>>> ser.ewm(alpha=.2).mean()
0    1.000000
1    1.555556
2    2.147541
3    2.775068
dtype: float64