Pandas_cum累積計(jì)算和rolling滾動計(jì)算的用法詳解
更新時間：2019年07月04日 10:08:38 作者：starter_zheng
今天小編就為大家分享一篇Pandas_cum累積計(jì)算和rolling滾動計(jì)算的用法詳解，具有好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
Pandas主要統(tǒng)計(jì)特征函數(shù)：
| 方法名 | 函數(shù)功能 |
|---|---|
| sum() | 計(jì)算數(shù)據(jù)樣本的總和（按列計(jì)算） |
| mean() | 計(jì)算數(shù)據(jù)樣本的算術(shù)平均數(shù) |
| var() | 計(jì)算數(shù)據(jù)樣本的方差 |
| std() | 計(jì)算數(shù)據(jù)樣本的標(biāo)準(zhǔn)差 |
| corr() | 計(jì)算數(shù)據(jù)樣本的Spearman（Pearman）相關(guān)系數(shù)矩陣 |
| cov() | 計(jì)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(jì)量如均值、標(biāo)準(zhǔn)差等） |
cum累積計(jì)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(jì)算出前n項(xiàng)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(jì)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(jì)算一次平均值，滾動計(jì)算。
| 方法名 | 函數(shù)功能 |
|---|---|
| rolling_sum() | 計(jì)算數(shù)據(jù)樣本的總和（按列計(jì)算） |
| rolling_mean() | 數(shù)據(jù)樣本的算術(shù)平均數(shù) |
| rolling_var() | 計(jì)算數(shù)據(jù)樣本的方差 |
| rolling_std() | 計(jì)算數(shù)據(jù)樣本的標(biāo)準(zhǔn)差 |
| rolling_corr() | 計(jì)算數(shù)據(jù)樣本的Spearman（Pearman）相關(guān)系數(shù)矩陣 |
| rolling_cov() | 計(jì)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(xiàng)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(jì)算和rolling滾動計(jì)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。
您可能感興趣的文章:
相關(guān)文章
這篇文章主要介紹了python字符串連接方式匯總,很實(shí)用的基礎(chǔ)技巧匯總,需要的朋友可以參考下2014-08-08
Python 詳解通過Scrapy框架實(shí)現(xiàn)爬取百度新冠疫情數(shù)據(jù)流程
Scrapy是用純Python實(shí)現(xiàn)一個為了爬取網(wǎng)站數(shù)據(jù)、提取結(jié)構(gòu)性數(shù)據(jù)而編寫的應(yīng)用框架，用途非常廣泛，框架的力量，用戶只需要定制開發(fā)幾個模塊就可以輕松的實(shí)現(xiàn)一個爬蟲，用來抓取網(wǎng)頁內(nèi)容以及各種圖片，非常之方便2021-11-11
Python實(shí)現(xiàn)跨平臺桌面應(yīng)用程序開發(fā)的完整指南
在當(dāng)今軟件開發(fā)領(lǐng)域,跨平臺應(yīng)用程序開發(fā)變得越來越重要,下面我們就來探討使用Python進(jìn)行跨平臺桌面應(yīng)用程序開發(fā)的主要框架,工具和最佳實(shí)踐吧2025-04-04
Anaconda多環(huán)境多版本python配置操作方法
下面小編就為大家?guī)硪黄狝naconda多環(huán)境多版本python配置操作方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-09-09
今天小編就為大家分享一篇在python下讀取并展示raw格式的圖片實(shí)例，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2019-01-01
python如何實(shí)現(xiàn)讀取并顯示圖片（不需要圖形界面）
這篇文章主要介紹了python如何實(shí)現(xiàn)讀取并顯示圖片，文中示例代碼非常詳細(xì)，幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
Python如何批量處理經(jīng)緯度數(shù)據(jù)并生成位置信息
這篇文章主要介紹了Python如何批量處理經(jīng)緯度數(shù)據(jù)并生成位置信息問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
OpenCV實(shí)現(xiàn)從灰度圖像切出Mask前景區(qū)域
本文主要介紹了如何利用OpenCV實(shí)現(xiàn)從灰度圖像，根據(jù)閾值，切出多個前景區(qū)域，過濾面積太小的圖像。文中的示例代碼講解詳細(xì)，需要的可以參考一下2022-06-06
python回調(diào)函數(shù)用法實(shí)例分析
這篇文章主要介紹了python回調(diào)函數(shù)用法,較為詳細(xì)的分析了常用的調(diào)用方式,并實(shí)例介紹了Python回調(diào)函數(shù)的使用技巧,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了python讀取mat文件中的struct問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-07-07