polars.Expr.rolling_skew

Expr.rolling_skew(
    window_size: int,
    *,
    bias: bool = True,
    min_samples: int | None = None,
    center: bool = False,
) → Expr

Вычисляет скользящую асимметрию.

Предупреждение

Эта функциональность считается нестабильной. Она может быть изменена в любой момент без того, чтобы это считалось нарушением обратной совместимости.

Окно для данной строки будет включать саму строку и элементы, расположенные перед ней: window_size - 1.

движок:В памяти

Параметры:

window_size

Целочисленный размер скользящего окна.

bias

Если False, вычисления корректируются с учётом статистического смещения.

bias: bool = True,

min_samples

Количество значений в окне, которые должны быть не-null, прежде чем будет вычислен результат. Если задано None (по умолчанию), ему будет присвоено значение window_size.

center

Размещает метки в центре окна.

См. также

Expr.skew

Примеры

>>> df = pl.DataFrame({"a": [1, 4, 2, 9]})
>>> df.select(pl.col("a").rolling_skew(3))
shape: (4, 1)
┌──────────┐
│ a        │
│ ---      │
│ f64      │
╞══════════╡
│ null     │
│ null     │
│ 0.381802 │
│ 0.47033  │
└──────────┘

Обратите внимание, что значения совпадают со следующими:

>>> pl.Series([1, 4, 2]).skew(), pl.Series([4, 2, 9]).skew()
(0.38180177416060584, 0.47033046033698594)