pandas 0.23 - Series.ewm()

pandas.Series.ewm




pandas

pandas.Series.ewm

Series.ewm(com=None, span=None, halflife=None, alpha=None, min_periods=0, adjust=True, ignore_na=False, axis=0) [source]

घातीय भारित कार्य प्रदान करता है

संस्करण में नया 0.18.0।

पैरामीटर:

com : फ्लोट, वैकल्पिक

द्रव्यमान के केंद्र के संदर्भ में क्षय को निर्दिष्ट करें, \(\alpha = 1 / (1 + com),\text{ for } com \geq 0\)

स्पैन : फ्लोट, वैकल्पिक

अवधि के संदर्भ में क्षय को निर्दिष्ट करें, \(\alpha = 2 / (span + 1),\text{ for } span \geq 1\)

आधा जीवन : नाव, वैकल्पिक

आधे जीवन, \(\alpha = 1 - exp(log(0.5) / halflife),\text{ for } halflife > 0\) आधा जीवन \(\alpha = 1 - exp(log(0.5) / halflife),\text{ for } halflife > 0\) आधा जीवन \(\alpha = 1 - exp(log(0.5) / halflife),\text{ for } halflife > 0\) संदर्भ में क्षय को निर्दिष्ट करें

अल्फा : फ्लोट, वैकल्पिक

चौरसाई कारक \(\alpha\) सीधे निर्दिष्ट करें, \(0 < \alpha \leq 1\)

संस्करण में नया 0.18.0।

min_periods : int, डिफ़ॉल्ट 0

मान के लिए आवश्यक विंडो में टिप्पणियों की न्यूनतम संख्या (अन्यथा परिणाम एनए है)।

समायोजित करें : बूलियन, डिफ़ॉल्ट सही

सापेक्ष वज़न में असंतुलन के लिए शुरुआती अवधियों में समायोजन कारक को विभाजित करके विभाजित करें (EWMA को एक चलती औसत के रूप में देखें)

ign_na : बूलियन, डिफ़ॉल्ट गलत

वजन की गणना करते समय लापता मूल्यों को अनदेखा करें; पूर्व 0.15.0 व्यवहार को पुन: पेश करने के लिए सही निर्दिष्ट करें

यह दिखाता है:
एक विंडो विशेष ऑपरेशन के लिए सब-क्लास की जाती है

यह भी देखें

rolling
रोलिंग विंडो गणना प्रदान करता है
expanding
परिवर्तन का विस्तार प्रदान करता है।

टिप्पणियाँ

वास्तव में द्रव्यमान, अवधि, अर्ध-जीवन और अल्फा के केंद्र में से एक प्रदान किया जाना चाहिए। मापदंडों के बीच अनुमत मान और संबंध उपरोक्त पैरामीटर विवरण में निर्दिष्ट हैं; विस्तृत विवरण के लिए इस अनुभाग के अंत में लिंक देखें।

जब सही (डिफ़ॉल्ट) समायोजित किया जाता है, तो भारित औसत की गणना वजन (1-अल्फा) ** (एन -1), (1-अल्फा) ** (एन -2), ..., 1-अल्फा, 1 का उपयोग करके की जाती है।

जब समायोजन गलत होता है, तो भारित औसत की गणना आवर्ती रूप से की जाती है:
भारित_उपलब्ध [0] = arg [0]; भारित_आवश्यकता [i] = (1-अल्फ़ा) * भारित_आवश्यकता [i-1] + अल्फ़ा * arg / i]।

जब ign_na गलत (डिफ़ॉल्ट) होता है, तो निरपेक्ष पदों पर वजन होता है। उदाहरण के लिए, x और y के वजन का उपयोग [x, कोई नहीं, y] के अंतिम भारित औसत की गणना में किया जाता है (1-अल्फा) ** 2 और 1 (यदि समायोजन सत्य है), और (1-अल्फा) ** 2 और अल्फा (यदि समायोजन गलत है)।

जब ign_na ट्रू (पूर्व 0.15.0 व्यवहार को पुन: पेश करना) होता है, तो वजन सापेक्ष पदों पर आधारित होते हैं। उदाहरण के लिए, [x, कोई नहीं, y] के अंतिम भारित औसत की गणना में उपयोग किए गए x और y का वजन 1-अल्फा और 1 (यदि समायोजन सत्य है), और 1-अल्फा और अल्फा (यदि समायोजन गलत है)।

अधिक विवरण http://pandas.pydata.org/pandas-docs/stable/computation.html#exponentially-weighted-windows पर http://pandas.pydata.org/pandas-docs/stable/computation.html#exponentially-weighted-windows जा सकते हैं

उदाहरण

>>> df = DataFrame({'B': [0, 1, 2, np.nan, 4]})
     B
0  0.0
1  1.0
2  2.0
3  NaN
4  4.0
>>> df.ewm(com=0.5).mean()
          B
0  0.000000
1  0.750000
2  1.615385
3  1.615385
4  3.670213