DataFrame.ewm(self,com=None,halflife=None, alpha=None, min_periods=0, adjust=True, ignore_na=False, axis=0)
提供指數加權平均。
| 返回值 | DataFrame |
|---|---|
| 參數 | com：float，可選 根據質心指定衰減，α=1/(1+com), for com≥0 span：float，可選 根據范圍指定衰減，α=2/(span+1), for span≥1 halflife：float，可選 根據半衰期指定衰減，α=1−exp(log(0.5)/halflife), for halflife>0 alpha：float，可選 指定平滑系數α，0<α≤1 min_periods：int，默認為0 窗口中具有值的最小觀察數（否則結果為NA） adjust：bool，默認為True 除以開始階段的衰減調整因子，以解釋相對權重的不平衡（將EWMA視為移動平均線） ignore_na：bool，默認為False 計算權重時忽略缺失值；指定True重現0.15.0版本之前的行為。 axis：{0或者'index'，1或‘columns’}，默認為0，標識行，值1標識列。 |
必須提供質心(com)、跨度(span)、半衰期(half-life)和alpha值之一。
當adjust = True（默認）時，將使用權重(1-α)^(n-1), (1-α)^(n-2),...1-α, 1來計算加權平均值。
當adjust = False時，按照下式遞歸計算加權平均值：
weightd_average[0] = arg[0];
weighted_avreaged[i] = (1-α) * weighted_average[i-1] + α * arg[i]
當ignore_na = False時，權重基於絕對值位置。
當ignore_na = True時，權重基於相對值位置。
例如，用於計算 [x, None, y] 的最終加權平均值的 x 和 y 的權重分別為
(1-α)^2 和 1 (如果 adjust = True) ;
(1-α) 和 α (如果adjust = False)
例子
df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]})
df
df.ewm(com = 0.5).mean()
