pandas 学习第11篇：DataFrame-数据处理（分组、聚合、窗口、相关、统计）

最新推荐文章于 2024-07-18 06:35:50 发布

albh81462

最新推荐文章于 2024-07-18 06:35:50 发布

阅读量1.6k

点赞数 1

文章标签： python

原文链接：http://www.cnblogs.com/ljhdo/p/11599177.html

版权

本文介绍了pandas库在数据处理中的关键操作，包括使用groupby进行数据分组和聚合，利用rolling和expanding进行窗口计算，计算列之间的相关性，以及应用各种统计函数如min、max、mean等进行数据分析。

摘要由CSDN通过智能技术生成

数据处理的目的是为了数据分析，下面分享常用的数据分析中会用到的函数。

一，分组和聚合

groupby用于对数据分组，分组之后可以直接调用聚合函数求值；agg()函数把分组和调用聚合函数集成到一个函数来实现：

DataFrame.groupby(self, by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)
DataFrame.agg(self, func, axis=0, *args, **kwargs)

二，窗口

rolling()是指按照窗口滚动求值，expanding()是指依次递增1，计算累加；ewm指的是指数加权滚动平均：

DataFrame.rolling(self, window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)
DataFrame.expanding(self, min_periods=1, center=False, axis=0)
DataFrame.ewm(self, com=None, span=None, halflife=None, alpha=None, min_periods=0, adjust=True, ignore_na=False