資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理性
化學
生物
數學
英語
經濟學
心理學
社會學
時裝設計
法學用Python編寫一個程式，在一個給定的資料框中計算調整後的和未調整的EWM
假設您有一個數據框，調整後的和未調整的EWM的結果為−
adjusted ewm: Id Age 0 1.000000 12.000000 1 1.750000 12.750000 2 2.615385 12.230769 3 2.615385 13.425000 4 4.670213 14.479339 non adjusted ewm: Id Age 0 1.000000 12.000000 1 1.666667 12.666667 2 2.555556 12.222222 3 2.555556 13.407407 4 4.650794 14.469136
解決方案
為了解決這個問題，我們將按照以下步驟進行操作−
定義一個數據框
使用df.ewm(com=0.5).mean()計算延遲0.5的調整後的ewm。
df.ewm(com=0.5).mean()
使用df.ewm(com=0.5).mean()計算延遲0.5的未調整的ewm。
df.ewm(com=0.5,adjust=False).mean()
示例
import numpy as np
import pandas as pd
df = pd.DataFrame({'Id': [1, 2, 3, np.nan, 5],
'Age': [12,13,12,14,15]})
print(df)
print("adjusted ewm:\n",df.ewm(com=0.5).mean())
print("non adjusted ewm:\n",df.ewm(com=0.5,adjust=False).mean())輸出
Id Age 0 1.0 12 1 2.0 13 2 3.0 12 3 NaN 14 4 5.0 15 adjusted ewm: Id Age 0 1.000000 12.000000 1 1.750000 12.750000 2 2.615385 12.230769 3 2.615385 13.425000 4 4.670213 14.479339 non adjusted ewm: Id Age 0 1.000000 12.000000 1 1.666667 12.666667 2 2.555556 12.222222 3 2.555556 13.407407 4 4.650794 14.469136
更新於： 2021年2月25日
143次瀏覽
廣告