pandas.core.window.expanding.Expanding.var#

Expanding.var(ddof=1, numeric_only=False, engine=None, engine_kwargs=None)[源代码][源代码]#

计算扩展方差。

参数:
ddofint, 默认 1

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

numeric_onlybool, 默认 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 1.4.0.

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 1.4.0.

返回:
系列或数据框

返回类型与原始对象相同，具有 np.float64 数据类型。

参见

numpy.var

NumPy 数组的等效方法。

Series.expanding

调用带有 Series 数据的扩展。

DataFrame.expanding

使用 DataFrames 调用扩展。

Series.var

聚合 Series 的 var。

DataFrame.var

聚合 DataFrame 的 var。

注释

在 Series.var() 中使用的默认 ddof 为 1，这与 numpy.var() 中默认的 ddof 为 0 不同。

滚动计算至少需要一个周期。

例子

>>> s = pd.Series([5, 5, 6, 7, 5, 5, 5])

>>> s.expanding(3).var()
0         NaN
1         NaN
2    0.333333
3    0.916667
4    0.800000
5    0.700000
6    0.619048
dtype: float64