Python pandas.core.window.rolling.Rolling.var用法及代码示例

用法:
Rolling.var(ddof=1, *args, engine=None, engine_kwargs=None, **kwargs)

计算滚动方差。

参数：

ddof：整数，默认 1

Delta 自由度。计算中使用的除数是 N - ddof ，其中 N 表示元素的数量。

*args：

为了 NumPy 的兼容性，不会对结果产生影响。

engine：str，默认无

'cython' ：通过 cython 的 C-extensions 运行操作。
'numba' ：通过 numba 中的 JIT 编译代码运行操作。
None ：默认为 'cython' 或全局设置 compute.use_numba

engine_kwargs：字典，默认无

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。

Series或DataFrame

返回类型与 np.float64 dtype 的原始对象相同。

注意：

Series.var() 中使用的默认 ddof 为 1 与 numpy.var() 中的默认 ddof 为 0 不同。

滚动计算至少需要一个周期。

该实现容易受到浮点不精度的影响，如下例所示。

例子：

>>> s = pd.Series([5, 5, 6, 7, 5, 5, 5])
>>> s.rolling(3).var()
0             NaN
1             NaN
2    3.333333e-01
3    1.000000e+00
4    1.000000e+00
5    1.333333e+00
6    6.661338e-16
dtype:float64

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.core.window.rolling.Rolling.var。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。

用法:

参数：

返回：

注意：

例子：