当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python dask.dataframe.rolling.Rolling.sum用法及代码示例


用法:

Rolling.sum()

计算滚动总和。

此文档字符串是从 pandas.core.window.rolling.Rolling.sum 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

参数：

*args：

为了 NumPy 的兼容性，不会对结果产生影响。

engine：str，默认无(在 Dask 中不支持)

  • 'cython' ：通过 cython 的 C-extensions 运行操作。

  • 'numba' ：通过来自 numba 的 JIT 编译代码运行操作。

  • None ：默认为 'cython' 或全局设置 compute.use_numba

engine_kwargs：dict，默认无(在 Dask 中不支持)

  • 对于'cython' 引擎，没有接受的engine_kwargs

  • 对于'numba' 引擎，引擎可以接受nopython , nogil 和parallel 字典键。这些值必须是 True 或 False 。 'numba' 引擎的默认 engine_kwargs 是 {'nopython': True, 'nogil': False, 'parallel': False}

**kwargs：

为了 NumPy 的兼容性，不会对结果产生影响。

返回：

Series或DataFrame

返回类型与 np.float64 dtype 的原始对象相同。

注意：

有关 Numba 引擎的扩展文档和性能注意事项，请参阅 Numba 引擎和 Numba(JIT 编译)。

例子：

>>> s = pd.Series([1, 2, 3, 4, 5])  
>>> s  
0    1
1    2
2    3
3    4
4    5
dtype: int64
>>> s.rolling(3).sum()  
0     NaN
1     NaN
2     6.0
3     9.0
4    12.0
dtype: float64
>>> s.rolling(3, center=True).sum()  
0     NaN
1     6.0
2     9.0
3    12.0
4     NaN
dtype: float64

对于 DataFrame，每个总和都是按列计算的。

>>> df = pd.DataFrame({"A": s, "B": s ** 2})  
>>> df  
   A   B
0  1   1
1  2   4
2  3   9
3  4  16
4  5  25
>>> df.rolling(3).sum()  
      A     B
0   NaN   NaN
1   NaN   NaN
2   6.0  14.0
3   9.0  29.0
4  12.0  50.0

相关用法


注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.rolling.Rolling.sum。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。