polars.Series.ewm_sum_by

Series.ewm_sum_by(
    by: IntoExpr,
    *,
    half_life: str_ | timedelta,
) → Series

Вычисляет экспоненциально взвешенную скользящую сумму на основе времени.

Предупреждение

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

Для наблюдений \(x_0, x_1, \ldots, x_{n-1}\) в моменты времени \(t_0, t_1, \ldots, t_{n-1}\) EWMS вычисляется следующим образом:

\[ \begin{align}\begin{aligned}y_0 &= x_0\\\lambda_i &= \exp \left\{ \frac{ -\ln(2)(t_i-t_{i-1}) } { \tau } \right\}\\y_i &= x_i + \lambda_i y_{i-1}; \quad i > 0\end{aligned}\end{align} \]

где \(\tau\) — half_life.

Параметры:

by

Моменты времени, по которым вычисляется сумма. Тип данных должен быть DateTime, Date, UInt64, UInt32, Int64 или Int32.

half_life

Интервал времени, за который значение наблюдения уменьшается вдвое.

Примеры

>>> df = pl.DataFrame(
...     {
...         "values": [1, 2, 3, 4, 5],
...         "times": [0, 1, 2, 5, 6],
...     }
... )
>>> df["values"].ewm_sum_by(df["times"], half_life="1i")
shape: (5,)
Series: 'values' [f64]
[
    1.0
    2.5
    4.25
    4.53125
    7.265625
]