dask_expr._rolling.Rolling.mean
dask_expr._rolling.Rolling.mean¶
- Rolling.mean()[源代码]¶
计算滚动平均值。
此文档字符串是从 pandas.core.window.rolling.Rolling.mean 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_numba1.3.0 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.mean聚合序列的均值。
pandas.DataFrame.mean聚合 DataFrame 的均值。
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
下面的示例将分别展示窗口大小为两个和三个的滚动平均计算。
>>> s = pd.Series([1, 2, 3, 4]) >>> s.rolling(2).mean() 0 NaN 1 1.5 2 2.5 3 3.5 dtype: float64
>>> s.rolling(3).mean() 0 NaN 1 NaN 2 2.0 3 3.0 dtype: float64