pandas 的移动窗口

该博客介绍了如何使用Pandas库在Series和DataFrame对象上进行滚动窗口统计计算。对于Series,展示了如何通过`.rolling(window=2).mean()`计算每个元素左侧两个值的平均值;对于DataFrame,演示了按行(`axis=0`)滑动窗口计算2个元素的平均值。这些方法在时间序列分析和数据探索中非常常见。
摘要由CSDN通过智能技术生成

Series对象

import pandas as pd
s = [1,2,3,5,6,10,12,14,12,30]

#从当前值左移 取window个值 再进一步计算
#nan 1  --> NaN
r = pd.Series(s).rolling(window=2).mean()
print(r)

在这里插入图片描述

DataFrame移动

df = pd.DataFrame(np.arange(9).reshape(3,3),columns=["a","b","c"])
print(df)

#按轴向负方向滑动 取window个数,计算统计量
r = df.rolling(2,axis=0).mean()
print(r)

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

laufing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值