pandas.core.window.expanding.Expanding.mean

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

Вычисление скользящего среднего.

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 помощью C-расширений из cython.

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

• None : По умолчанию использует 'cython' или глобальную настройку compute.use_numba.

  Введено в версии 1.3.0.

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. Значение по умолчанию engine_kwargs для 'numba' движка это {'nopython': True, 'nogil': False, 'parallel': False}.

  Введено в версии 1.3.0.

Возвращает:

Series или DataFrame

Тип возвращаемого значения такой же как и исходный объект с типом np.float64.

См. также

pandas.Series.expanding

Вызов expanding с данными Series.

pandas.DataFrame.expanding

Вызов expanding с DataFrame.

pandas.Series.mean

Агрегирование среднего для Series.

pandas.DataFrame.mean

Агрегирование среднего для DataFrame.

Примечания

См. Numba движок и Numba (JIT компиляция) для расширенной документации и соображений по производительности для Numba движка.

Примеры

>>> ser = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
>>> ser.expanding().mean()
a    1.0
b    1.5
c    2.0
d    2.5
dtype: float64