pandas.core.window.expanding.Expanding.aggregate

Expanding.aggregate(func, *args, **kwargs)[source]

Агрегирование с использованием одной или нескольких операций по указанной оси.

Параметры:

func:функция, строка, список или словарь

Функция для агрегирования данных. Если функция, она должна работать, когда ей передаётся Series/Dataframe или когда она передаётся в Series/Dataframe.apply.

Допустимые комбинации:

• функция

• имя функции в виде строки

• список функций и/или имён функций, например [np.sum, 'mean']

• словарь меток осей -> функций, имён функций или списков таких функций.

*args

Позиционные аргументы для передачи в func.

**kwargs

Именованные аргументы для передачи в func.

Возвращает:

скаляр, Series или DataFrame

Возвращаемое значение может быть:

• скаляр : когда вызывается Series.agg с одной функцией

• Series : когда вызывается DataFrame.agg с одной функцией

• DataFrame : когда вызывается DataFrame.agg с несколькими функциями

См. также

pandas.DataFrame.aggregate

Аналогичный метод DataFrame.

pandas.Series.aggregate

Аналогичный метод Series.

Примечания

Операции агрегирования всегда выполняются по оси, либо по индексу (по умолчанию), либо по оси столбцов. Это поведение отличается от функций агрегирования numpy (mean, median, prod, sum, std, var), где по умолчанию вычисляется агрегирование сглаженного массива, например, numpy.mean(arr_2d) в отличие от numpy.mean(arr_2d, axis=0).

agg является псевдонимом для aggregate. Используйте псевдоним.

Функции, которые изменяют переданный объект, могут вызывать неожиданное поведение или ошибки, и не поддерживаются. Подробнее см. Изменения с помощью пользовательских функций (UDF) методов.

Переданная пользовательская функция будет передаваться Series для оценки.

Примеры

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6], "C": [7, 8, 9]})
>>> df
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

>>> df.ewm(alpha=0.5).mean()
          A         B         C
0  1.000000  4.000000  7.000000
1  1.666667  4.666667  7.666667
2  2.428571  5.428571  8.428571