第九章：数据聚合与分组运算

最新推荐文章于 2024-03-29 14:43:49 发布

图图酱

最新推荐文章于 2024-03-29 14:43:49 发布

阅读量879

点赞数

分类专栏： Python数据处理文章标签： python 数据分析

本文链接：https://blog.csdn.net/u010456562/article/details/52242860

版权

Python数据处理专栏收录该内容

14 篇文章 3 订阅

订阅专栏

说明：本文章为Python数据处理学习日志，记录内容为实现书本内容时遇到的错误以及一些与书本不一致的地方，一些简单操作则不再赘述。日志主要内容来自书本《利用Python进行数据分析》，Wes McKinney著，机械工业出版社。

3、分组级运算和转换

P285示例

pct_change()

Signature: DataFrame.pct_change(self, periods=1, fill_method=’pad’, limit=None, freq=None, **kwargs)

Docstring Percent change over given number of periods.

Parameters
periods : int, default 1
Periods to shift for forming percent change
fill_method : str, default ‘pad’
How to handle NAs before computing percent changes
limit : int, default None
The number of consecutive NAs to fill before stopping
freq : DateOffset, timedelta, or offset alias string, optional
Increment to use from time series API (e.g. ‘M’ or BDay())

Returns
chg : NDFrame

这个函数运算方法如下：

test = DataFrame([1,2,4,4,5])

test['pct_change'] = test.pct_change()

test
Out[45]: 
   0  pct_change
0  1         NaN  #第一个数据没有
1  2        1.00  #(2-1)/1=1
2  4        1.00  #(4-2)/2=1
3  4        0.00  #(4-4)/4=0
4  5        0.25  #(5-4)/4=0

test['pct_change'] = test.pct_change(periods=2)

test
Out[47]: 
   0  pct_change
0  1         NaN
1  2         NaN  #前两个没有
2  4        3.00  #（4-1）/1=3
3  4        1.00  #（4-2）/2=1
4  5        0.25  #（5-4）/4=0.25