pandas的資料累計統計分析

本文的主要內容是基於中國大學mooc（慕課）中的「python資料分析與視覺化」課程進行整理和總結。

資料的累計統計分析是能夠對序列中的前n個數進行累計運算，對於一些大量的資料分析中，可以減少for迴圈的使用，也使得資料的運算變得更加靈活。pandas提供了一組資料累計統計分析函式，這些函式都適用於series和dataframe型別。

.cumsum()

依次給出前1，2，……，n個數的和

.cumprod()

依次給出前1，2，……，n個數的積

.cummin()

依次給出前1，2，……，n個數的最小值

.cummax()

依次給出前1，2，……，n個數的最大值

b = pd.dataframe(np.arange(20)

.reshape(4,
5), index=
['c'
,'a'
,'d'
,'b'])
b	012
34c	0123
4a	567
89d	10
1112
1314
b	15
1617
1819

b.cumsum()0

1234
c	0123
4a	579
1113
d	15
1821
2427
b	30
3438
4246

b.cumprod()0

1234
c	0123
4a	0614
2436
d	066
168312
504b	0
1056
2856
5616
9576

.rolling(w).sum()

計算相鄰w個元素的和

.rolling(w).mean()

計算相鄰w個元素的算術平均值

.rolling(w).var ()

計算相鄰w個元素的方差

.rolling(w).std()

計算相鄰w個元素的和

.rolling(w).min() .max()

計算相鄰w個元素的最小值，最大值

b = pd.dataframe(np.arange(20)

.reshape(4,
5), index=
['c'
,'a'
,'d'
,'b'])
b	012
34c	0123
4a	567
89d	10
1112
1314
b	15
1617
1819

b.rolling(2)

.sum()
0123
4c	nan		nan		nan		nan		nan
a	5.0
7.09.0
11.0
13.0
d	15.0
17.0
19.0
21.0
23.0
b	25.0
27.0
29.0
31.0
33.0

b.rolling(3)

.sum()
0123
4c	nan		nan		nan		nan		nan
a	nan		nan		nan		nan		nan
d	15.0
18.0
21.0
24.0
27.0
b	30.0
33.0
36.0
39.0
42.0

pandas的統計分析

import pandas as pd import numpy as np data pd.read excel meal order detail.xlsx print data n data print data 的列索引 n data.columns print data 的資料型別 n d...

Pandas庫 資料的基本統計分析

類似numpy庫，可見此博文 numpy的統計函式 1.0 適用於series和dataframe資料型別 函式名描述sum 求和mean 求期望count 求非nan值的個數 std 求標準差 var 求方差max 最大值min 最小值median 中位數2.0 只適用於series型別 方法名描...

Pandas庫（2） 資料的統計分析

1.0 pandas 中的資料型別 series dataframe 一維二維的 型 每個元素都有各自的標籤 數字 字元 可儲存多個不同型別資料，每個軸都有標籤 可視為乙個由帶標籤的元素組成的 numpy 陣列 可視為乙個 series 的字典 2.0 適用於series和dataframe資料型別...