Почему Pandas прокатится на выходные результаты для разных размеров хвоста? ⇐ Python

[Anonymous]

Вывод Pandas Rolling Std не является согласованным при изменении размера данных. Я попытался применить Rolling Std для различных срезов данных, в то время как все они находятся на хвосте серии. Я заметил, что результат для S.Them (3) отличается от результата S.T.Tail (4) и S.Them (5) -

Код: Выделить всё

>>> s = pd.Series(np.random.default_rng(seed=123).random(size=5))
>>> s[1] = 10000000  # just a large number
>>> s
0    6.823519e-01
1    1.000000e+07
2    2.203599e-01
3    1.843718e-01
4    1.759059e-01
dtype: float64
>>> s.tail(3).rolling(window=3, min_periods=1).std()
2         NaN
3    0.025447
4    0.023604
dtype: float64
>>> s.tail(4).rolling(window=3, min_periods=1).std()
1             NaN
2    7.071068e+06
3    5.773503e+06
4    0.000000e+00
dtype: float64
>>> s.tail(5).rolling(window=3, min_periods=1).std()
0             NaN
1    7.071067e+06
2    5.773502e+06
3    5.773503e+06
4    0.000000e+00
dtype: float64

В сравнении, если я применяю pd.series.std к прокатным окнам, последний результат будет согласованным:

Код: Выделить всё

>>> s.tail(3).rolling(window=3, min_periods=1).apply(pd.Series.std)
2         NaN
3    0.025447
4    0.023604
dtype: float64
>>> s.tail(4).rolling(window=3, min_periods=1).apply(pd.Series.std)
1             NaN
2    7.071068e+06
3    5.773503e+06
4    2.360426e-02
dtype: float64
>>> s.tail(5).rolling(window=3, min_periods=1).apply(pd.Series.std)
0             NaN
1    7.071067e+06
2    5.773502e+06
3    5.773503e+06
4    2.360426e-02
dtype: float64

Что вызывает расчет стандартных отклонений Pandas 'на одном и том же размере Windows 3 в разных результатах?>

Подробнее здесь: https://stackoverflow.com/questions/796 ... tail-sizes