dask.dataframe.rolling.Rolling.sum

dask.dataframe.rolling.Rolling.sum

Rolling.sum()[源代码]

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。

Dask 版本可能存在一些不一致性。

参数
仅数值bool, 默认 False (Dask 中不支持)

仅包含浮点数、整数、布尔类型的列。

1.5.0 新版功能.

引擎str, 默认 None (Dask 中不支持)

  • 'cython' : 通过cython的C扩展运行操作。

  • '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

    1.3.0 新版功能.

engine_kwargsdict, 默认 None (Dask 中不支持)

  • 对于 'cython' 引擎，没有接受的 engine_kwargs

  • 对于 'numba' 引擎，该引擎可以接受 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}。

    1.3.0 新版功能.

返回
Series 或 DataFrame

返回类型与原始对象相同，具有 np.float64 数据类型。

参见

pandas.Series.rolling

调用带有 Series 数据的 rolling。

pandas.DataFrame.rolling

使用 DataFrames 调用 rolling。

pandas.Series.sum

对 Series 进行求和聚合。

pandas.DataFrame.sum

聚合 DataFrame 的总和。

注释

有关Numba引擎的扩展文档和性能考虑，请参阅 Numba engine 和 Numba (JIT compilation)。

示例

>>> 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

上一页

dask.dataframe.rolling.Rolling.std

下一页

dask.dataframe.rolling.Rolling.var