如何使用熊猫自定义权重计算滚动平均值？
问题内容：
熊猫文档http://pandas.pydata.org/pandas-
docs/stable/computation.html上
有一个如何计算移动平均值的示例：
ser = pd.Series(np.random.randn(10), index=pd.date_range('1/1/2000', periods=10))
pd.rolling_window(ser, 5, 'boxcar')
第二行计算五个窗口的滚动平均值，其平均值为5，且权重相等。这些文档非常诱人地提到了使用自定义权重的可能性（“传递win_type而不是明确指定权重时……”），但是您怎么做呢？
谢谢！
问题答案：
我不是数学专家，但是请在这里
轻松 解释。
我尝试测试一下：
import pandas as pd
ser = pd.Series([1,1,1], index=pd.date_range('1/1/2000', periods=3))
print ser
rm1 = pd.rolling_window(ser, window=[2,2,2], mean=False)
rm2 = pd.rolling_window(ser, window=[2,2,2]) #, mean=True
print rm1
#
#2000-01-01 NaN
#2000-01-02 NaN
#2000-01-03 6
#Freq: D, dtype: float64
print rm2
#
#2000-01-01 NaN
#2000-01-02 NaN
#2000-01-03 1
#Freq: D, dtype: float64
我将设置window为ndarray（[2,2,2]），然后计算出加权和（rm1）和加权平均值（rm2）。
window ： int或ndarray ：
加权窗口规格。如果窗口是整数，则将其视为窗口长度，并且需要win_typemean ： 布尔值，默认为True
如果True计算加权均值，否则为加权和
