youth06050的博客

使用dataframe.shift函数，将dataframe记录往下一行平移后，再做相减差分，再做相隔天数的统计。order_diff = grouped_user.apply(lambda x:x.order_dt - x.order_dt.shift())order_diff.head(10)order_diff.describe()(order_diff / np.timedelta...

当apply函数处理的不是单个元素，而是整个dataframe行或者列时，为保证apply方法最终返回dataframe，可以在定义操作函数返回值时，将返回值设定为与原来dataframe相同列和index的series类型。...

1、先将dataframe列转成ndarray再做类型强制转换成月份为单位：user_min=user_grouped[‘min’].values.astype(‘datetime64[M]’)。2、把转换后的ndarray用pd.DataFrame方法转成dataframe类型：user_month=pd.DataFrame(user_min,columns=[‘min’])。...

初始化OneHotEncoder实例时，默认sparse参数为True，编码后返回的是一个稀疏矩阵的对象，如果要使用一般要调用toarray()方法转化成array对象。若将sparse参数设置为False，则直接生成array对象，可直接使用。...

read_csvread_excelread_table常用参数设置：path(路径)、sep/delimiter(分隔符)、header（默认为0，即以第一行作为列名。如果没有列名，可设置为None）、names（指定列名，可将header设成None）、index_col（用作行索引的列编号或列名。可以是单个名称/数字或有多个名称/数字组成的列表（层次化索引））...