pandas 中容易忽略的函数

pd.cut

max_vakue=df["market_value"].max()
min_vakue=df["market_value"].min()
bins1=[min_vakue,500,1000,1500,max_vakue]
df["占有率"]=pd.cut(df["market_value"],bins=bins1,labels=["无存在度","占有率-低","占有率-中","占有率-高"])

pd.qcut() --平均划分

.value_counts() 每个值得分组统计（groupbykey）

df["占有率"].value_counts()

长宽表转换–【方法一】将数据进行堆叠后压平处理

###堆叠重置
df1 =pd.read_excel(r"F:\数据挖掘\内容\第0章 课时 1  学员须知\课时 2  课程讲义及学习资料\data\2015_2017年A股公司净利润增长率.xlsx",skipfooter=2)
df1=df1.set_index(["code","name"])

##进行堆叠
df1.stack().reset_index()

长宽表转换–【方法2】melt 函数

df1.melt(id_vars=["code","name"])

错位相减求增长率–pct_change()

df.set_index("日期").pct_change()

移动平均/求和 --rolling(X)