网站架构的组成部分,赚钱小程序,网页搜索图片,遵义网站建设优化公司5.1 rolling_mean函数解释
pandas.rolling_mean(arg, window, min_periodsNone, freqNone, centerFalse, howNone, **kwargs)rolling_mean函数表示通过移动窗口求平均值#xff0c;即用当前值和前[window]个数值取平均数#xff0c;得到新的数值。
import pandas as pddata…5.1 rolling_mean函数解释
pandas.rolling_mean(arg, window, min_periodsNone, freqNone, centerFalse, howNone, **kwargs)rolling_mean函数表示通过移动窗口求平均值即用当前值和前[window]个数值取平均数得到新的数值。
import pandas as pddata [3, 60, 83, 100, 52, 36]#源数据
data pd.DataFrame(data).sort_values(0)
w2 pd.rolling_mean(data, 2)#设置移动窗口为2即用当前值和前2个数值取平均数
w3 pd.rolling_mean(data, 3)#用当前值和前3个数值取平均数
print(源数据:\n, data)
print(移动窗口数为2:\n, w2)
print(移动窗口数为3:\n, w3)结果
源数据:0
0 3
5 36
4 52
1 60
2 83
3 100
移动窗口数为2:0
0 NaN
5 19.5
4 44.0
1 56.0
2 71.5
3 91.5
移动窗口数为3:0
0 NaN
5 NaN
4 30.333333
1 49.333333
2 65.000000
3 81.000000rolling的一系列函数中除了rolling_mean移动窗口的均值还有rolling_median移动窗口的中位数、rolling_var 移动窗口的方差、rolling_std 移动窗口的标准差、rolling_cov 移动窗口的协方差、rolling_sum 移动窗口的和、rolling_min 移动窗口的最小值、rolling_max 移动窗口的最大值、rolling_corr 移动窗口的相关系数、rolling_count 计算各个窗口中非NA观测值的数量。最常用的还是rolling_mean了作用类似时间序列中提到的移动平滑。
