pandas 扩展窗口函数 expanding

更新时间：2022-05-08 23:56:11 标签：pandas 扩展窗口

看过来

《pandas 教程》持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

滚动统计的一种常见替代方法是使用扩展窗口，该窗口可生成该统计的值以及该时间点之前所有可用的数据。

使用

它们遵循与.rolling 类似的接口，其中.expanding 方法返回 Expanding 对象。

由于这些计算是滚动统计的特殊情况，因此它们在 Pandas 中实现，因此以下两个调用是等效的：

df.rolling(window=len(df), min_periods=1).mean()[:5]
'''
                   A         B         C         D
2000-01-01  0.314226 -0.001675  0.071823  0.892566
2000-01-02  0.654522 -0.171495  0.179278  0.853361
2000-01-03  0.708733 -0.064489 -0.238271  1.371111
2000-01-04  0.987613  0.163472 -0.919693  1.566485
2000-01-05  1.426971  0.288267 -1.358877  1.808650
'''
df.expanding(min_periods=1).mean()[:5]
'''
                   A         B         C         D
2000-01-01  0.314226 -0.001675  0.071823  0.892566
2000-01-02  0.654522 -0.171495  0.179278  0.853361
2000-01-03  0.708733 -0.064489 -0.238271  1.371111
2000-01-04  0.987613  0.163472 -0.919693  1.566485
2000-01-05  1.426971  0.288267 -1.358877  1.808650
'''

GroupBy 直接支持 EWM 操作：

df = pd.DataFrame({'A': ['a', 'b', 'a', 'b'], 'B': range(4)
df
'''
   A  B
0  a  0
1  b  1
2  a  2
3  b  3
'''
df.groupby('A').ewm(com=1.0).mean()
'''
            B
A
a 0  0.000000
  2  1.333333
b 1  1.000000
  3  2.333333
'''

统计方法

具有与.rolling方法类似的方法:

Method	Description
count()	Number of non-null observations
sum()	Sum of values
mean()	Mean of values
median()	Arithmetic median of values
min()	Minimum
max()	Maximum
std()	Bessel-corrected sample standard deviation
var()	Unbiased variance
skew()	Sample skewness (3rd moment)
kurt()	Sample kurtosis (4th moment)
quantile()	Sample quantile (value at %)
apply()	Generic apply
cov()	Unbiased covariance (binary)
corr()	Correlation (binary)

秩函数 rank()

pandas 1.4+ 版本支持扩展窗口内的排序，它给给每个数据给出它在窗口中的序号，还可以指定序号赋于的方法：

s = pd.Series([1, 4, 2, 3, 5, 3])
s.expanding().rank()
'''
0    1.0
1    2.0
2    2.0
3    3.0
4    5.0
5    3.5
dtype: float64
'''

s.expanding().rank(method="max")
'''
0    1.0
1    2.0
2    2.0
3    3.0
4    5.0
5    4.0
dtype: float64
'''

s.expanding().rank(method="min")
'''
0    1.0
1    2.0
2    2.0
3    3.0
4    5.0
5    3.0
dtype: float64
'''

pandas 扩展窗口函数 expanding

使用

统计方法

秩函数 rank()

相关内容