pandas 0.23 - Expanding.aggregate()

pandas.core.window.Expanding.aggregate




pandas

pandas.core.window.Expanding.aggregate

Expanding.aggregate(arg, *args, **kwargs) [source]

निर्दिष्ट अक्ष पर एक या एक से अधिक ऑपरेशन का उपयोग करके अलग करें।

पैरामीटर:

func : फ़ंक्शन, स्ट्रिंग, शब्दकोश, या स्ट्रिंग / फ़ंक्शन की सूची

डेटा एकत्र करने के लिए उपयोग करने का कार्य। यदि कोई फ़ंक्शन, या तो किसी श्रृंखला / डेटाफ़्रेम को पास करते समय या जब श्रृंखला / डेटाफ़्रेम .apply को पास किया जाता है तो काम करना चाहिए। यदि DataFrame स्तंभ नाम हैं, तो एक DataFrame के लिए, एक तानाशाही पास कर सकता है।

स्वीकृत संयोजन हैं:

  • स्ट्रिंग फ़ंक्शन का नाम।
  • समारोह।
  • कार्यों की सूची।
  • स्तंभ नामों का अधिमान -> फ़ंक्शंस (या फ़ंक्शंस की सूची)।

* args

func पास करने के लिए स्थिति संबंधी तर्क।

** kwargs

func को पास करने के लिए कीवर्ड तर्क।

यह दिखाता है:
aggregated : Series/DataFrame

यह भी देखें

pandas.DataFrame.expanding.aggregate , pandas.DataFrame.rolling.aggregate , pandas.DataFrame.aggregate

टिप्पणियाँ

agg aggregate लिए एक उपनाम है। उपनाम का उपयोग करें।

एक पारित उपयोगकर्ता-परिभाषित-फ़ंक्शन मूल्यांकन के लिए एक श्रृंखला पारित किया जाएगा।

उदाहरण

>>> df = pd.DataFrame(np.random.randn(10, 3), columns=['A', 'B', 'C'])
>>> df
          A         B         C
0 -2.385977 -0.102758  0.438822
1 -1.004295  0.905829 -0.954544
2  0.735167 -0.165272 -1.619346
3 -0.702657 -1.340923 -0.706334
4 -0.246845  0.211596 -0.901819
5  2.463718  3.157577 -1.380906
6 -1.142255  2.340594 -0.039875
7  1.396598 -1.647453  1.677227
8 -0.543425  1.761277 -0.220481
9 -0.640505  0.289374 -1.550670
>>> df.ewm(alpha=0.5).mean()
          A         B         C
0 -2.385977 -0.102758  0.438822
1 -1.464856  0.569633 -0.490089
2 -0.207700  0.149687 -1.135379
3 -0.471677 -0.645305 -0.906555
4 -0.355635 -0.203033 -0.904111
5  1.076417  1.503943 -1.146293
6 -0.041654  1.925562 -0.588728
7  0.680292  0.132049  0.548693
8  0.067236  0.948257  0.163353
9 -0.286980  0.618493 -0.694496