Pandas_cum累積計算和rolling滾動計算的用法詳解
Pandas主要統(tǒng)計特征函數(shù):
方法名 | 函數(shù)功能 |
---|---|
sum() | 計算數(shù)據(jù)樣本的總和(按列計算) |
mean() | 計算數(shù)據(jù)樣本的算術(shù)平均數(shù) |
var() | 計算數(shù)據(jù)樣本的方差 |
std() | 計算數(shù)據(jù)樣本的標準差 |
corr() | 計算數(shù)據(jù)樣本的Spearman(Pearman)相關(guān)系數(shù)矩陣 |
cov() | 計算數(shù)據(jù)樣本的協(xié)方差矩陣 |
skew() | 樣本值的偏度(三階矩) |
kurt() | 樣本值的峰度(四階矩) |
describe() | 給出樣本的基本描述(基本統(tǒng)計量如均值、標準差等) |
cum累積計算函數(shù)
cum系列函數(shù)是作為DataFrame或Series對象的方法出現(xiàn)的,因此命令格式為D.cumsum()
方法名 | 函數(shù)功能 |
---|---|
cumsum() | 依次給出前1、2、… 、n個數(shù)的和 |
cumprod() | 依次給出前1、2、… 、n個數(shù)的積 |
cummax() | 依次給出前1、2、… 、n個數(shù)的最大值 |
cummin() | 依次給出前1、2、… 、n個數(shù)的最小值 |
計算出前n項和:
D=pd.Series(range(0,20)) D.cumsum() 0 0 1 1 2 3 3 6 .... 19 190 dtype: int64
rolling滾動計算函數(shù)
rolling_系列是pandas的函數(shù),不是DataFrame或Series對象的方法,其格式為pd.rolling_mean(D,k),其中每k列計算一次平均值,滾動計算。
方法名 | 函數(shù)功能 |
---|---|
rolling_sum() | 計算數(shù)據(jù)樣本的總和(按列計算) |
rolling_mean() | 數(shù)據(jù)樣本的算術(shù)平均數(shù) |
rolling_var() | 計算數(shù)據(jù)樣本的方差 |
rolling_std() | 計算數(shù)據(jù)樣本的標準差 |
rolling_corr() | 計算數(shù)據(jù)樣本的Spearman(Pearman)相關(guān)系數(shù)矩陣 |
rolling_cov() | 計算數(shù)據(jù)樣本的協(xié)方差矩陣 |
rolling_skew() | 樣本值的偏度(三階矩) |
rolling_kurt() | 樣本值的峰度(四階矩) |
依次對相鄰兩項求和:
pd.rolling_sum(D,2) 0 NaN 1 1.0 2 3.0 3 5.0 4 7.0 .... 19 37.0 dtype: float64
以上這篇Pandas_cum累積計算和rolling滾動計算的用法詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Tensorflow之MNIST CNN實現(xiàn)并保存、加載模型
這篇文章主要為大家詳細介紹了Tensorflow之MNIST CNN實現(xiàn)并保存、加載模型,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2020-06-06Python實現(xiàn)的旋轉(zhuǎn)數(shù)組功能算法示例
這篇文章主要介紹了Python實現(xiàn)的旋轉(zhuǎn)數(shù)組功能算法,結(jié)合實例形式總結(jié)分析了數(shù)組旋轉(zhuǎn)算法的原理與實現(xiàn)技巧,需要的朋友可以參考下2019-02-02Python使用selenium實現(xiàn)網(wǎng)頁用戶名 密碼 驗證碼自動登錄功能
這篇文章主要介紹了Python使用selenium實現(xiàn)網(wǎng)頁用戶名 密碼 驗證碼自動登錄功能,實現(xiàn)思路很簡單,感興趣的朋友跟隨腳本之家小編一起學習吧2018-05-05淺談Pandas dataframe數(shù)據(jù)處理方法的速度比較
這篇文章主要介紹了淺談Pandas dataframe數(shù)據(jù)處理方法的速度比較,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04