當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python dask.dataframe.rolling.Rolling.sum用法及代碼示例


用法:

Rolling.sum()

計算滾動總和。

此文檔字符串是從 pandas.core.window.rolling.Rolling.sum 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

參數：

*args：

為了 NumPy 的兼容性，不會對結果產生影響。

engine：str，默認無(在 Dask 中不支持)

  • 'cython' ：通過 cython 的 C-extensions 運行操作。

  • 'numba' ：通過來自 numba 的 JIT 編譯代碼運行操作。

  • None ：默認為 'cython' 或全局設置 compute.use_numba

engine_kwargs：dict，默認無(在 Dask 中不支持)

  • 對於'cython' 引擎，沒有接受的engine_kwargs

  • 對於'numba' 引擎，引擎可以接受nopython , nogil 和parallel 字典鍵。這些值必須是 True 或 False 。 'numba' 引擎的默認 engine_kwargs 是 {'nopython': True, 'nogil': False, 'parallel': False}

**kwargs：

為了 NumPy 的兼容性，不會對結果產生影響。

返回：

Series或DataFrame

返回類型與 np.float64 dtype 的原始對象相同。

注意：

有關 Numba 引擎的擴展文檔和性能注意事項，請參閱 Numba 引擎和 Numba(JIT 編譯)。

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

對於 DataFrame，每個總和都是按列計算的。

>>> 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

相關用法


注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.rolling.Rolling.sum。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。