数据分析之pandas_20题_11-15

系列文章

数据分析之pandas_20题_1-5
数据分析之pandas_20题_6-10
数据分析之pandas_20题_16-20

写在前面的话

这边笔记主要记录一些在数据分析过程中使用到的pandas模块的方法，希望可以帮到需要的人。

pandas 20题并不是简单的20个题目哟，是20中不同的需求。

pandas是什么？

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。常用语数据分析处理

引入库

代码如下（示例）：

import numpy as np
import pandas as pd

import warnings
warnings.filterwarnings('ignore')

11. 统计分析之累加计算

有时候会针对数值型数据分析每条记录的累加情况

我们继续用前面的数据集

df = pd.DataFrame(index=pd.date_range('20200930',periods=11,freq='2D',closed='right'),
            data=np.random.randint(10,100,(10,5)),
            columns=[i for i in "ABCDE"]
            )

结果

累积和

df.cumsum()    # 数值型的特征累加和

结果

累积最大值

df.cummax()    # 累加最大值

结果

12. 统计分析波动情况

有时候需要分析本期数据与上期数据的变化情况，可以用于分析某个特征周期内的波动情况

df.diff()

结果

13.添加新的记录

我们的数据往往是随着时间不断增加的，当需要在源数据集中增加新的数据集时，就需要用到添加操作

# 造数
data = dict(zip(df.columns.to_list(),np.random.randint(10,100,5)))
# data结果
{
   'A': 41, 'B': 32, 'C': 50, 'D': 41, 'E': 55}

append 方法添加

# 以字典格式添加，默认会将字典转换成新的DataFrame,但是新的DataFrame的索引并不是时间序列