pandas.core.window.rolling.Rolling.std#

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

计算滚动标准差。

参数:
ddofint, 默认 1

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

numeric_only布尔值, 默认为 False

仅包含浮点数、整数、布尔列。

Added in version 1.5.0.

引擎str, 默认为 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 1.4.0.

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。这些值必须是 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:
Series 或 DataFrame

返回类型与原始对象相同，具有 np.float64 数据类型。

参见

numpy.std

NumPy 数组的等效方法。

Series.rolling

调用带有 Series 数据的 rolling。

DataFrame.rolling

使用 DataFrames 调用 rolling。

Series.std

聚合 Series 的标准差。

DataFrame.std

聚合 DataFrame 的标准。

备注

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

滚动计算至少需要一个周期。

示例

>>> s = pd.Series([5, 5, 6, 7, 5, 5, 5])
>>> s.rolling(3).std()
0         NaN
1         NaN
2    0.577350
3    1.000000
4    1.000000
5    1.154701
6    0.000000
dtype: float64