Window

pandas.api.typing.Rolling 執行個體由 .rolling 呼叫傳回：pandas.DataFrame.rolling() 和 pandas.Series.rolling()。 pandas.api.typing.Expanding 執行個體由 .expanding 呼叫傳回：pandas.DataFrame.expanding() 和 pandas.Series.expanding()。 pandas.api.typing.ExponentialMovingWindow 執行個體由 .ewm 呼叫傳回：pandas.DataFrame.ewm() 和 pandas.Series.ewm()。

滾動視窗函式

Rolling.count([numeric_only])	計算非 NaN 觀測值的滾動計數。
Rolling.sum([numeric_only, engine, ...])	計算滾動總和。
Rolling.mean([numeric_only, engine, ...])	計算滾動平均數。
Rolling.median([numeric_only, engine, ...])	計算滾動中位數。
Rolling.var([ddof, numeric_only, engine, ...])	計算滾動變異數。
Rolling.std([ddof, numeric_only, engine, ...])	計算滾動標準差。
Rolling.min([numeric_only, engine, ...])	計算滾動最小值。
Rolling.max([numeric_only, engine, ...])	計算滾動最大值。
Rolling.corr([other, pairwise, ddof, ...])	計算滾動相關性。
Rolling.cov([other, pairwise, ddof, ...])	計算滾動樣本協方差。
Rolling.skew([numeric_only])	計算滾動無偏斜度。
Rolling.kurt([numeric_only])	計算滾動費雪無偏峰度定義。
Rolling.apply(func[, raw, engine, ...])	計算滾動自訂聚合函數。
Rolling.aggregate(func, *args, **kwargs)	使用一個或多個作業在指定軸上進行聚合。
Rolling.quantile(q[, interpolation, ...])	計算滾動分位數。
Rolling.sem([ddof, numeric_only])	計算滾動平均數標準誤差。
Rolling.rank([方法, 遞增, 百分比, ...])	計算滾動排名。

加權窗函數

Window.mean([僅數值])	計算滾動加權窗平均值。
Window.sum([僅數值])	計算滾動加權窗總和。
Window.var([自由度, 僅數值])	計算滾動加權窗變異數。
Window.std([自由度, 僅數值])	計算滾動加權窗標準差。

擴展窗函數

Expanding.count([僅數值])	計算非 NaN 觀測值的擴展計數。
Expanding.sum([numeric_only, engine, ...])	計算擴展總和。
Expanding.mean([numeric_only, engine, ...])	計算擴展平均值。
Expanding.median([numeric_only, engine, ...])	計算擴展中位數。
Expanding.var([ddof, numeric_only, engine, ...])	計算擴展變異數。
Expanding.std([ddof, numeric_only, engine, ...])	計算擴展標準差。
Expanding.min([numeric_only, engine, ...])	計算擴展最小值。
Expanding.max([numeric_only, engine, ...])	計算擴展最大值。
Expanding.corr([other, pairwise, ddof, ...])	計算擴充相關性。
Expanding.cov([other, pairwise, ddof, ...])	計算擴充樣本共變異數。
Expanding.skew([numeric_only])	計算擴充無偏斜度。
Expanding.kurt([numeric_only])	計算擴充 Fisher 無偏峰度定義。
Expanding.apply(func[, raw, engine, ...])	計算擴充自訂聚合函數。
Expanding.aggregate(func, *args, **kwargs)	使用一個或多個作業在指定軸上進行聚合。
Expanding.quantile(q[, interpolation, ...])	計算擴充分位數。
Expanding.sem([ddof, numeric_only])	計算擴展的標準誤差。
Expanding.rank([method, ascending, pct, ...])	計算擴展的排名。

指數加權視窗函數

ExponentialMovingWindow.mean([numeric_only, ...])	計算 ewm（指數加權矩）平均值。
ExponentialMovingWindow.sum([numeric_only, ...])	計算 ewm（指數加權矩）總和。
ExponentialMovingWindow.std([bias, numeric_only])	計算 ewm（指數加權矩）標準差。
ExponentialMovingWindow.var([bias, numeric_only])	計算 ewm（指數加權矩）變異數。
ExponentialMovingWindow.corr([other, ...])	計算 ewm（指數加權矩）樣本相關性。
ExponentialMovingWindow.cov([other, ...])	計算 ewm（指數加權矩）樣本共變異數。

視窗索引器

定義自訂視窗邊界的基底類別。

api.indexers.BaseIndexer([index_array, ...])	視窗邊界計算的基底類別。
api.indexers.FixedForwardWindowIndexer([...])	為包含目前列的固定長度視窗建立視窗邊界。
api.indexers.VariableOffsetWindowIndexer([...])	根據非固定偏移量（例如 BusinessDay）計算視窗邊界。