pandas.core.window.expanding.Expanding.var

Expanding.var(ddof=1, numeric_only=False, engine=None, engine_kwargs=None)

计算扩展方差。

Parameters:

ddofint, 默认值 1

自由度增量。计算中使用的除数是 N - ddof，其中 N 表示元素数量。

numeric_onlybool，默认 False

仅包括浮点数、整数、布尔列。

在 1.5.0 版本加入.

enginestr，默认 None

• 'cython' : 通过 cython 的 C 扩展运行操作。

• 'numba' : 通过 numba 的 JIT 编译代码运行操作。

• None : 默认为 'cython' 或全局设置的 compute.use_numba

  在 1.4.0 版本加入.

engine_kwargsdict, 默认为 None

• 对于 'cython' 引擎，没有可接受的 engine_kwargs

• 对于 'numba' 引擎，该引擎可以接受 nopython、nogil 和 parallel 字典键。值必须为 True 或 False。 'numba' 引擎的默认 engine_kwargs 为 {'nopython': True, 'nogil': False, 'parallel': False}。

  在 1.4.0 版本加入.

Returns:

Series 或 DataFrame

返回类型与原始对象相同，并具有 np.float64 数据类型。

参见

numpy.var

NumPy 数组的等效方法。

pandas.Series.expanding

调用 Series 数据的 expanding。

pandas.DataFrame.expanding

调用 DataFrames 的 expanding。

pandas.Series.var

聚合 Series 的方差。

pandas.DataFrame.var

聚合 DataFrame 的方差。

Notes

Series.var() 中使用的默认 ddof 为 1，与 numpy.var() 中的默认 ddof 为 0 不同。

滚动计算需要至少一个周期。

Examples

>>> 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