Pandas数据分析 ——Task03：分组

教程地址：joyful-pandas/第3章 分组——datawhalechina
……这两天太忙，知识点等有空后再回来整理

五、问题与练习

问题
【问题一】 什么是fillna的前向/后向填充，如何实现？
答：fillna 的method方法可以控制参数的填充方式
backfill / bfill: 前向填充
pad / ffill: 后向填充
实现方式如下：

df_nan.Math=df_nan.Math.fillna(method='pad')

【问题二】 下面的代码实现了什么功能？请仿照设计一个它的groupby版本。

s = pd.Series ([0, 1, 1, 0, 1, 1, 1, 0])
s1 = s.cumsum()
result = s.mul(s1).diff().where(lambda x: x < 0).ffill().add(s1,fill_value =0)

答：
s1:将s序列求累加和
s.mul(s1): s 与s1累乘
diff() ：求一阶差分
where(lambda x: x < 0) ：判断值是否小于0
fill()：向下填充
add(s1,fill_value =0) ：缺失值补0后与s1求和

【问题三】 如何计算组内0.25分位数与0.75分位数？要求显示在同一张表上。
答：

gp.apply(lambda x:pd.DataFrame({
   'q25':x.quantile(0.25),
                                'q75':x.quantile(0.75)}))

【问题四】 既然索引已经能够选出某些符合条件的子集，那么filter函数的设计有什么意义？
答：filter函数是用来筛选组的（结果是组的全体）
【问题五】 整合、变换、过滤三者在输入输出和功能上有何异同？
答：
整合：分组计算统计量，输入的是每组数据，输