pandas.core.window.rolling.Rolling.sum#

Rolling.sum(numeric_only=False, engine=None, engine_kwargs=None)[源代码][源代码]#

计算滚动总和。

参数:
numeric_only布尔值, 默认为 False

只包含浮点数、整数、布尔列。

Added in version 1.5.0.

引擎str, 默认 None

  • 'cython' : 通过来自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

    Added in version 1.3.0.

engine_kwargs字典, 默认为 None

  • 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。值必须是 True 或 False。'numba' 引擎的默认 engine_kwargs 是 {'nopython': True, 'nogil': False, 'parallel': False}

    Added in version 1.3.0.

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

Series.rolling

使用 Series 数据调用 rolling。

DataFrame.rolling

使用 DataFrames 调用 rolling。

Series.sum

聚合 Series 的总和。

DataFrame.sum

聚合 DataFrame 的总和。

注释

请参阅 Numba 引擎 和 Numba (JIT 编译) 以获取关于 Numba 引擎的扩展文档和性能考虑。

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