Ë
|
nñúh ã ó d Z ddlmZ ddlmZ ddlZddlZddlm Z ddl
|
m Z erddl m Z ej ddd ¬
|
« dd « Z ej ddd ¬
|
« dd « Z ej ddd ¬
|
« dd « Z ej ddd ¬
|
« dd« Zy)z
|
Numba 1D mean kernels that can be shared by
|
* Dataframe / Series
|
* groupby
|
* rolling / expanding
|
|
Mirrors pandas/_libs/window/aggregation.pyx
|
é )Ú annotations)Ú TYPE_CHECKINGN)Úis_monotonic_increasing)Úgrouped_kahan_sum)ÚnptTF)ÚnopythonÚnogilÚparallelc ó t j | « s2|dz }| |z
|
}||z }||z
|
|z
|
}|}| dk r|dz }| |k( r|dz }nd}| }||||||fS ©Né r ©ÚnpÚisnan) ÚvalÚnobsÚsum_xÚneg_ctÚ compensationÚnum_consecutive_same_valueÚ
|
prev_valueÚyÚts úSH:\Change_password\venv_build\Lib\site-packages\pandas/core/_numba/kernels/mean_.pyÚadd_meanr s ô 88C=Ø Ø ,Ñ Ø AIØ5y 1} ØØ 7Ø aKFà *Ò Ø &¨!Ñ +Ñ &à)*Ð &Ø
|
à Ð.HÈ*Ð TÐTó c ó t j | « s$|dz }| |z
|
}||z }||z
|
|z
|
}|}| dk r|dz }||||fS r r )r r r r r r r s r Ú remove_meanr 3 s^ ô 88C=Ø Ø D<Ñ Ø AIØ5y 1} ØØ 7Ø aKFØ Ð ,Ð,r c óæ t |« }d}d}d}d} d}
|
t |« xr t |« } t j ||¬« } t |« D ]ÿ } || }|| }| dk( s| s6| | }d}t ||« D ] }| | }t ||||| ||« \ }}}} }}! ndt || dz
|
|« D ] }| | }t |||||
|
« \ }}}}
|
t || dz
|
|« D ] }| | }t ||||| « \ }}}} }}! ||k\ r,|dkD r'||z }|k\ r}n*|dk( r|dk rd}n ||k( r|dkD rd}nt j }|| | < | r÷d}d}d}d}
|
t d« D cg c] } d }} | |fS c c} w )Nr g )Údtyper )Úlenr r ÚemptyÚranger r Únan)ÚvaluesÚ result_dtypeÚstartÚendÚ min_periodsÚNr r r Úcompensation_addÚcompensation_removeÚ is_monotonic_increasing_boundsÚoutputÚiÚsÚer r Újr ÚresultÚna_poss r Ú sliding_meanr5 B s1 ô E
|
AØ DØ EØ FØÐØ Ðä%<Ø ó&ò &'ä
|
! #Ó
|
&ð #ô XXa|Ô ,Fä 1Xò D&Ø !HØ FØ 6Ñ7Ø JØ)*Ð &ä1a[ò Ø Qiô ØØØØØ$Ø.Ø óñØØØØ$Ø.Ù ñ ô& 5 Q¡<¨Ó+ò Ø QiÜ;FØu fÐ.Aó<Ñ8eVÑ%8ð ô 3q 1u: qÓ)ò Ø Qiô ØØØØØ$Ø.Ø óñØØØØ$Ø.Ù ð ð& ;Ò 4¨!¢8ØT\FØ)¨TÒ1Ø#Ø1 ¨!¢ØØ4 F¨Q¢JØäVVFàq â-ØDØEØFØ"%Ò ðID&ôR qÖ "AaÐ "FÐ "Ø 6>Ðùò #s Å E.c ó t | |||« \ }}}}} t |« D ]C }
|
||
|
} ||
|
} | |
|
} ||
|
}| |k\ r| | k\ r| | z }n|}nt j }|| z }|||
|
< E t d« D cg c] }d }}||fS c c}w )Nr )r r# r r$ )r% r& ÚlabelsÚngroupsr) r. Únobs_arrÚcomp_arrÚconsecutive_countsÚ prev_valsÚlabr r r r r3 r/ r4 s r Ú grouped_meanr> ¤ sà ô ARØ f góAÑ=FHhÐ 2°Iô
|
W~ò Ø}Ø%7¸Ñ%<Ð"Ø s^
|
Øs Ø ;Ò Ø)¨TÒ1Ø# dÑ*à äVVFØ$Ø s ð ô$ qÖ "AaÐ "FÐ "Ø 6>Ðùò #s Á3 B)r Úfloatr Úintr r? r r@ r r? r r@ r r? Úreturnz)tuple[int, float, int, float, int, float]) r r? r r@ r r? r r@ r r? rA z tuple[int, float, int, float]) r% ú
|
np.ndarrayr& únp.dtyper' rB r( rB r) r@ rA ú tuple[np.ndarray, list[int]]) r% rB r& rC r7 znpt.NDArray[np.intp]r8 r@ r) r@ rA rD )Ú__doc__Ú
|
__future__r Útypingr ÚnumbaÚnumpyr Ú!pandas.core._numba.kernels.sharedr Ú pandas.core._numba.kernels.sum_r Úpandas._typingr Újitr r r5 r> © r r ú<module>rO s¯ ðñõ #å ã Û å EÝ =áÝ"ð D ¨uÔ5ðUØ ðUà
|
ðUð ðUð ð Uð
|
ð Uð !$ð Uð ðUð /òUó 6ðUð6 D ¨uÔ5ð -Ø ð -Øð -Ø"'ð -Ø14ð -ØDIð -à"ò -ó 6ð -ð D ¨uÔ5ð^Ø ð^àð^ð ð^ð
|
ð ^ð
|
ð ^ð "ò ^ó 6ð^ðB D ¨uÔ5ð Ø ð àð ð !ð ð ð ð
|
ð ð "ò ó 6ñ r
|
