pyspark.pandas.groupby.GroupBy.ewm¶
-
GroupBy。ewm( com:可選(浮動]=沒有一個,跨度:可選(浮動]=沒有一個,半衰期:可選(浮動]=沒有一個,α:可選(浮動]=沒有一個,min_periods:可選(int]=沒有一個,ignore_na:bool=假 )→ExponentialMovingGroupby(FrameLike] ¶ -
返回一個ewm石斑魚,每組提供ewm功能。
請注意
“min_periods”pandas-on-Spark是一個固定的窗口大小與熊貓。不像熊貓,NA也算作時期。這可能是改變了在不久的將來。
- 參數
-
- com 浮動,可選
-
指定衰減的質心。α= 1 / (1 + com), com > = 0。
- 跨度 浮動,可選
-
指定衰變的跨度。α= 2 /(跨度+ 1),跨度> = 1。
- 半衰期 浮動,可選
-
指定衰變的半衰期。α= 1 - exp (ln(2) /半排出期),為半排出期> 0。
- α 浮動,可選
-
直接指定平滑係數α。0 <α< = 1。
- min_periods int,默認沒有
-
最小數量的觀察窗口需要一個值(否則結果是NA)。
- ignore_na bool,默認的錯誤
-
忽略缺失值在計算權重。
當
ignore_na = False(默認),重量是基於絕對位置。例如,的重量\ (x_0 \)和\ (x_2 \)用來計算加權平均的\ (x_0 \),沒有,\ (x_2 \))\((1-lpha)^2\)和\ [1 \)如果調整= True,\((1-lpha)^2\)和\(lpha\)如果調整= False。當
ignore_na = True、重量是基於相對位置。例如,的重量\ (x_0 \)和\ (x_2 \)用來計算加權平均的\ (x_0 \),沒有,\ (x_2 \))\(1-lpha\)和\ [1 \)如果調整= True,\(1-lpha\)和\(lpha\)如果調整= False。