Pandas 数据分组 pd.groupby 的相关操作（二）

数据准备
一、数据平移 df.shift

1.1 上下平移
1.2 左右平移
1.3 分组数据平移

二、数据滚动 df.rolling

2.1 滚动求和
2.2 滚动求均值

三、排名 df.rank

3.1 总排名
3.1 分组后，针对某一列排名
3.2 排名序号限定于 0～1 之间 ptc
3.3 排名方法 method='first' / 'min' / 'max' / 'dense'

四、累计

4.1 累加 df.cumsum
4.2 累计迭代最大值/最小值 df.cummax / df.cummin
4.3 累乘 df.cumprod

五、聚合（作用于分组 df.groupby().agg）

5.1 针对单列聚合，并统计
5.2 选取多列，并指定统计方法

数据准备

import pandas as pd
# 假设有 5 个人，分别参加了 4 门课程，获得了对应的分数
# 同时这个 5 个人分别负责的项目个数 在 'Project_num' 列中显示
data = {'name' : pd.Series(['Alice', 'Bob', 'Cathy', 'Dany', 'Ella', 'Ford', 'Gary', 'Ham', 'Ico', 'Jack']),'Math_A' : pd.Series([1.1, 2.2, 3.3, 4.4, 5, 3.2, 2.4, 1.5, 4.3, 4.5]),'English_A' : pd.Series([3, 2.6, 2, 1.7, 3, 3.3, 4.4, 5, 3.2, 2.4]),'Math_B' : pd.Series([1.7, 2.5, 3.6, 2.4, 5, 2.2, 3.3, 4.4, 1.5, 4.3]),'English_B' : pd.Series([5, 2.6, 2.4, 1.3, 3, 3.6, 2.4, 5, 2.2, 3.1]),'Project_num' : pd.Series([2, 3, 0, 1, 7, 2, 1, 5, 3, 4]),'Sex' : pd.Series(['F', 'M', 'M', 'F', 'M', 'F', 'M', 'M', 'F', 'M'])}
df = pd.DataFrame(data)
print(df)

运行结果：

    name  Math_A  English_A  Math_B  English_B  Project_num Sex
0  Alice     1.1        3.0     1.7        5.0            2   F
1    Bob     2.2        2.6     2.5        2.6            3   M
2  Cathy     3.3        2.0     3.6        2.4            0   M
3   Dany     4.4        1.7     2.4        1.3            1   F
4   Ella     5.0        3.0     5.0        3.0            7   M
5   Ford     3.2        3.3     2.2        3.6            2   F
6   Gary     2.4        4.4     3.3        2.4            1   M
7    Ham     1.5        5.0     4.4        5.0            5   M
8    Ico     4.3        3.2     1.5        2.2            3   F
9   Jack     4.5        2.4     4.3        3.1            4   M

一、数据平移 df.shift

1.1 上下平移

# 整个表上下移动（相当于在表第一行插入一空白行，但是最后一行由于没有 index ，就消失了）
print(df.shift(1)) # 下移 1 行
print('\n')
print(df.shift(-2)) # 上移 2 行
print('\n')

运行结果：

    name  Math_A  English_A  Math_B  English_B  Project_num  Sex
0    NaN     NaN        NaN     NaN        NaN          NaN  NaN
1  Alice     1.1        3.0     1.7        5.0          2.0    F
2    Bob     2.2        2.6     2.5        2.6          3.0    M
3  Cathy     3.3        2.0     3.6        2.4          0.0    M
4   Dany     4.4        1.7     2.4        1.3          1.0    F
5   Ella     5.0        3.0     5.0        3.0          7.0    M
6   Ford     3.2        3.3     2.2        3.6          2.0    F
7   Gary     2.4        4.4     3.3        2.4          1.0    M
8    Ham     1.5        5.0     4.4        5.0          5.0    M
9    Ico     4.3        3.2     1.5        2.2          3.0    Fname  Math_A  English_A  Math_B  English_B  Project_num  Sex
0  Cathy     3.3        2.0     3.6        2.4          0.0    M
1   Dany     4.4        1.7     2.4        1.3          1.0    F
2   Ella     5.0        3.0     5.0        3.0          7.0    M
3   Ford     3.2        3.3     2.2        3.6          2.0    F
4   Gary     2.4        4.4     3.3        2.4          1.0    M
5    Ham     1.5        5.0     4.4        5.0          5.0    M
6    Ico     4.3        3.2     1.5        2.2          3.0    F
7   Jack     4.5        2.4     4.3        3.1          4.0    M
8    NaN     NaN        NaN     NaN        NaN          NaN  NaN
9    NaN     NaN        NaN     NaN        NaN          NaN  NaN

1.2 左右平移

print(df.shift(1,axis=1)) # 右移 1 行，数据格式不兼容则显示 NaN
print('\n')
print(df.shift(-2,axis=1)) # 左移 2 行，数据格式不兼容则显示 NaN
print('\n')

运行结果：

  name  Math_A  English_A  Math_B  English_B  Project_num    Sex
0  NaN     NaN        1.1     3.0        1.7          NaN  Alice
1  NaN     NaN        2.2     2.6        2.5          NaN    Bob
2  NaN     NaN        3.3     2.0        3.6          NaN  Cathy
3  NaN     NaN        4.4     1.7        2.4          NaN   Dany
4  NaN     NaN        5.0     3.0        5.0          NaN   Ella
5  NaN     NaN        3.2     3.3        2.2          NaN   Ford
6  NaN     NaN        2.4     4.4        3.3          NaN   Gary
7  NaN     NaN        1.5     5.0        4.4          NaN    Ham
8  NaN     NaN        4.3     3.2        1.5          NaN    Ico
9  NaN     NaN        4.5     2.4        4.3          NaN   Jackname  Math_A  English_A  Math_B  English_B  Project_num  Sex
0  NaN     1.7        5.0     NaN        NaN          NaN  NaN
1  NaN     2.5        2.6     NaN        NaN          NaN  NaN
2  NaN     3.6        2.4     NaN        NaN          NaN  NaN
3  NaN     2.4        1.3     NaN        NaN          NaN  NaN
4  NaN     5.0        3.0     NaN        NaN          NaN  NaN
5  NaN     2.2        3.6     NaN        NaN          NaN  NaN
6  NaN     3.3        2.4     NaN        NaN          NaN  NaN
7  NaN     4.4        5.0     NaN        NaN          NaN  NaN
8  NaN     1.5        2.2     NaN        NaN          NaN  NaN
9  NaN     4.3        3.1     NaN        NaN          NaN  NaN

1.3 分组数据平移

for index,data in df.groupby(by='Sex'):print(index)print(data.shift(1))print('\n')

运行结果：

Fname  Math_A  English_A  Math_B  English_B  Project_num  Sex
0    NaN     NaN        NaN     NaN        NaN          NaN  NaN
3  Alice     1.1        3.0     1.7        5.0          2.0    F
5   Dany     4.4        1.7     2.4        1.3          1.0    F
8   Ford     3.2        3.3     2.2        3.6          2.0    FMname  Math_A  English_A  Math_B  English_B  Project_num  Sex
1    NaN     NaN        NaN     NaN        NaN          NaN  NaN
2    Bob     2.2        2.6     2.5        2.6          3.0    M
4  Cathy     3.3        2.0     3.6        2.4          0.0    M
6   Ella     5.0        3.0     5.0        3.0          7.0    M
7   Gary     2.4        4.4     3.3        2.4          1.0    M
9    Ham     1.5        5.0     4.4        5.0          5.0    M

二、数据滚动 df.rolling

2.1 滚动求和

print(df.rolling(window=3, min_periods=1, center=False, axis=0).sum())
# 这里用一个长度为 3 的窗口进行 从上往下 rolling ，每次移动一步，对每次窗口中覆盖的数据进行求和
# 我们以此得到的值是 1.1, 1.1+2.2=3.3, 1.1+2.2+3.3=6.6, 2.2+3.3+4.4=9.9, 3.3+4.4+5=12.7~
# 这里的 center 表示 是否从窗口的中心位置开始计算
# 即如果 center 取 True，我们得到的是 1.1+2.2=3.3, 1.1+2.2+3.3=6.6, 2.2+3.3+4.4=9.9~
print('\n')
# 应用举例：比如我们想要滚动求过去 30 天内的总成交量

运行结果：

   Math_A  English_A  Math_B  English_B  Project_num
0     1.1        3.0     1.7        5.0          2.0
1     3.3        5.6     4.2        7.6          5.0
2     6.6        7.6     7.8       10.0          5.0
3     9.9        6.3     8.5        6.3          4.0
4    12.7        6.7    11.0        6.7          8.0
5    12.6        8.0     9.6        7.9         10.0
6    10.6       10.7    10.5        9.0         10.0
7     7.1       12.7     9.9       11.0          8.0
8     8.2       12.6     9.2        9.6          9.0
9    10.3       10.6    10.2       10.3         12.0

2.2 滚动求均值

print(df.groupby(['Sex'])['Project_num'].rolling(window=3).mean())
# 默认 min_periods = None，表示从窗口填满开始，所以前面两个值为 NaN
# 这里首先进行性别分组，然后从每个组中，以此取3个人，看平均负责的项目数量
print('\n')
# 其实在这个例子中使用没什么实际意义，通常实践中时序数据用的比较多，比如求移动平均值

运行结果：

Sex   
F    0         NaN3         NaN5    1.6666678    2.000000
M    1         NaN2         NaN4    3.3333336    2.6666677    4.3333339    3.333333
Name: Project_num, dtype: float64

三、排名 df.rank

3.1 总排名

df_2 = df.set_index('name') # 将姓名提取为 index
print(df_2)
print('\n')for index, data in df_2.groupby(['Sex']):# 按照性别分组显示print(index)print(data)print('\n')df_3 = df_2.rank(ascending=False)
# 求 每个人 在 每一列中的综合排名，这里是从大到小排
# 并列排名会被取均值，比如 2 3 并列第2，则排名为 2.5
print(df_3)
print('\n')

运行结果：

       Math_A  English_A  Math_B  English_B  Project_num Sex
name                                                        
Alice     1.1        3.0     1.7        5.0            2   F
Bob       2.2        2.6     2.5        2.6            3   M
Cathy     3.3        2.0     3.6        2.4            0   M
Dany      4.4        1.7     2.4        1.3            1   F
Ella      5.0        3.0     5.0        3.0            7   M
Ford      3.2        3.3     2.2        3.6            2   F
Gary      2.4        4.4     3.3        2.4            1   M
Ham       1.5        5.0     4.4        5.0            5   M
Ico       4.3        3.2     1.5        2.2            3   F
Jack      4.5        2.4     4.3        3.1            4   MMath_A  English_A  Math_B  English_B  Project_num  Sex
name                                                         
Alice    10.0        5.5     9.0        1.5          6.5  8.5
Bob       8.0        7.0     6.0        6.0          4.5  3.5
Cathy     5.0        9.0     4.0        7.5         10.0  3.5
Dany      3.0       10.0     7.0       10.0          8.5  8.5
Ella      1.0        5.5     1.0        5.0          1.0  3.5
Ford      6.0        3.0     8.0        3.0          6.5  8.5
Gary      7.0        2.0     5.0        7.5          8.5  3.5
Ham       9.0        1.0     2.0        1.5          2.0  3.5
Ico       4.0        4.0    10.0        9.0          4.5  8.5
Jack      2.0        8.0     3.0        4.0          3.0  3.5

3.1 分组后，针对某一列排名

for index, data in df_2.groupby(['Sex']):# 按照性别分组显示print(index)print(data)print('\n')df_4 = df_2.groupby(['Sex']).rank(ascending=False).sort_values('English_A')
# 按照性别分组后，求 每个人 在 每一组中的综合排名（针对每一列），这里是从大到小排
# 然后我们查看 按照 'English_A' 分数从高到底排列
print(df_4)
print('\n')

运行结果：

FMath_A  English_A  Math_B  English_B  Project_num Sex
name                                                        
Alice     1.1        3.0     1.7        5.0            2   F
Dany      4.4        1.7     2.4        1.3            1   F
Ford      3.2        3.3     2.2        3.6            2   F
Ico       4.3        3.2     1.5        2.2            3   FMMath_A  English_A  Math_B  English_B  Project_num Sex
name                                                        
Bob       2.2        2.6     2.5        2.6            3   M
Cathy     3.3        2.0     3.6        2.4            0   M
Ella      5.0        3.0     5.0        3.0            7   M
Gary      2.4        4.4     3.3        2.4            1   M
Ham       1.5        5.0     4.4        5.0            5   M
Jack      4.5        2.4     4.3        3.1            4   MMath_A  English_A  Math_B  English_B  Project_num
name                                                    
Ford      3.0        1.0     2.0        2.0          2.5
Ham       6.0        1.0     2.0        1.0          2.0
Gary      4.0        2.0     5.0        5.5          5.0
Ico       2.0        2.0     4.0        3.0          1.0
Alice     4.0        3.0     3.0        1.0          2.5
Ella      1.0        3.0     1.0        3.0          1.0
Bob       5.0        4.0     6.0        4.0          4.0
Dany      1.0        4.0     1.0        4.0          4.0
Jack      2.0        5.0     3.0        2.0          3.0
Cathy     3.0        6.0     4.0        5.5          6.0

3.2 排名序号限定于 0～1 之间 ptc

df_5 = df_2['English_A'].rank(ascending=True, pct=True)
# 'ptc'表示把所有的排序序号限定在 0～1 的范围内
# ascending=True 表示从小到大
print(df_5)
print('\n')

运行结果：

name
Alice    0.55
Bob      0.40
Cathy    0.20
Dany     0.10
Ella     0.55
Ford     0.80
Gary     0.90
Ham      1.00
Ico      0.70
Jack     0.30
Name: English_A, dtype: float64

3.3 排名方法 method=‘first’ / ‘min’ / ‘max’ / ‘dense’

df_6 = df_2['English_A'].rank(method='first',ascending=True)
# 虽然 Alice 和 Ella 都是 3 分，但是由于 Alice 的名字在原表格中先出现，在 method='first' 方法下，Alice排名在Ella前面
# method='min'，看 Alice 和 Ella 这两个名字的排序，A 小于 E，所以 Alice 排在 Ella 前面
# method='max'，看 Alice 和 Ella 这两个名字的排序，A 小于 E，所以 Ella 排在 Alice 前面
print(df_6)
print('\n')df_6 = df_2['English_A'].rank(method='dense',ascending=True)
# 'dense' 方法下，Alice 和 Ella 并列第 5 ，后面从 6 开始继续排名
# 所以这里总的排名位数为 9
print(df_6)
print('\n')

运行结果：

name
Alice     5.0
Bob       4.0
Cathy     2.0
Dany      1.0
Ella      6.0
Ford      8.0
Gary      9.0
Ham      10.0
Ico       7.0
Jack      3.0
Name: English_A, dtype: float64name
Alice    5.0
Bob      4.0
Cathy    2.0
Dany     1.0
Ella     5.0
Ford     7.0
Gary     8.0
Ham      9.0
Ico      6.0
Jack     3.0
Name: English_A, dtype: float64

四、累计

4.1 累加 df.cumsum

print(df_2['Project_num'].cumsum())
# 挨个把每个人的项目数量加上去，看累计的总项目数量
print('\n')

运行结果：

name
Alice     2
Bob       5
Cathy     5
Dany      6
Ella     13
Ford     15
Gary     16
Ham      21
Ico      24
Jack     28
Name: Project_num, dtype: int64

4.2 累计迭代最大值/最小值 df.cummax / df.cummin

print(df_2['Project_num'].cummax())
# 挨个把每个人的项目数量对比，看最大值
print('\n')print(df_2['Project_num'].cummin())
# 挨个把每个人的项目数量对比，看最小值
print('\n')

运行结果：

name
Alice    2
Bob      3
Cathy    3
Dany     3
Ella     7
Ford     7
Gary     7
Ham      7
Ico      7
Jack     7
Name: Project_num, dtype: int64name
Alice    2
Bob      2
Cathy    0
Dany     0
Ella     0
Ford     0
Gary     0
Ham      0
Ico      0
Jack     0
Name: Project_num, dtype: int64

4.3 累乘 df.cumprod

print(df_2['Project_num'].cumprod())
# 累乘
print('\n')

运行结果：

name
Alice    2
Bob      6
Cathy    0
Dany     0
Ella     0
Ford     0
Gary     0
Ham      0
Ico      0
Jack     0
Name: Project_num, dtype: int64

五、聚合（作用于分组 df.groupby().agg）

5.1 针对单列聚合，并统计

df_agg = df_2.groupby('Sex')['Math_A'].agg(['min', 'mean', 'max'])
# 按照性别分组后，看每个组中 'Math_A' 的一些统计数据
print(df_agg)
print('\n')

运行结果：

     min  mean  max
Sex                
F    1.1  3.25  4.4
M    1.5  3.15  5.0

5.2 选取多列，并指定统计方法

agg_column = {'Math_A':['min','max'], 'Math_B':['max','mean']}
# 用字典选取多列，指定不同的统计方法
df_agg = df_2.groupby('Sex').agg(agg_column)
print(df_agg)
print('\n')

运行结果：

    Math_A      Math_B      min  max    max  mean
Sex                         
F      1.1  4.4    2.4  1.95
M      1.5  5.0    5.0  3.85

查看全文
如若内容造成侵权/违法违规/事实不符，请联系编程学习网邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！

腾讯笔经面经（微信事业群）
文章目录一、上手code二、技术面试微信事业群时间：20190831 时长：1小时30分地点：牛客远程视频一分钟自我介绍一、上手code 1、手写字符串的反转我的code： public String stringReserve(String inputString) {int length = inputString.length();if(inputString == nul…...
2024/4/19 8:58:04
基于STC12C5A60S2最小系统外接ESP8266-01S实现控制灯开关
1，ESP8266-01S出场自带AT固件，直接设置AT指令即可。需要下载AT指令的的话只需要GPIO0接地即可，其他接线和运行模式相同。注意和单片机通信要求相同波特率 AT+CIOBAUD=9600，AT+RST重启生效即可。提示，蓝色灯闪烁表示通信，01有红色灯说明正在运行而01S没有红色灯，2、STC12…...
2024/4/16 23:47:38
进程间通信，别说你只知道RPC
导读：微服务架构下，依赖dubbo的rpc框架就能实现进程间通信。其实还有更快的进程间通信方式-共享内存，这值得我们去学习和借鉴思维模式。前言：原理：应用：参考资料：...
2024/4/17 23:43:46
JVM之不同垃圾收集器比较
JVM垃圾收集器优缺点比较Serial收集器ParNew收集器Parallel Scavenge收集器Serial Old 收集器Parallel Old收集器CMS收集器Garbage First-G1 涉及这一部分的东西都是晦涩难懂的，加上平时开发中很少有这方面技能要求，在很长的一段时间我都是懵逼的，但是面试时又是一个重点，所…...
2024/4/16 23:47:44
最简单的自我管理工具——三件事
个人公众号【爱做梦的锤子】，全网同id，个站 http://te-amo.site，欢迎关注，里面会分享更多有用知识，还有我的私密照片观察已经学习了这么多工具，为什么都不能长久坚持没有自知之明贪多工具太复杂策略每天三件事：第一件事+第二件事+第三件事+让自己感到幸福的小事+昨日…...
2024/4/16 23:47:56
Java高级语法 String...的含义
String…的含义 String… Java语言对方法参数支持一种新写法，叫可变长度参数列表，表示此处接受的参数为0到多个Object类型的对象，或者是接受一个String[] 类型的参数。在使用的时候，对于test(String…strings)，你可以直接用test()去调用，表示无参调用，也可以用去test(“…...
2024/3/14 4:43:34
vue form action post 方式提交
<form action="testform" method="post" @submit="submit($event)"> </form>submit: function(event) {event.preventDefault();//validate failreturn true;//validate success return true or false }...
2024/3/14 4:43:29
在visual studio 2012上编写64位汇编语言
第一步打开vs新建项目第二步选择 "Visual C++" --> "空项目" --->"确定"。第四步鼠标右键选择项目 --> "生成自定义" --> 勾选【masm】那一项--> "确定" 第五步选择 "项目" --> "添加新…...
2024/4/19 9:57:43
前端浏览器
内核作用：取得代码解析，渲染，响应我们的操作Safari WebKit ios自带的，所有ios上的浏览器披着不同的外壳，但内核都是Safari的内核，因为不使用不允许上架Chrome / Chromium Chromium / Blink V8 改进WebKitFirefox Gecko 改进WebKitInternet Explorer Trident / Chakra 前…...
2024/4/16 23:48:38
应用永中云转换在线预览功能
目录一、背景：二、springboot中应用永中在线预览~如何应用？1.永中在线预览功能介绍：永中在线预览示例2.使用说明，非常的简单明了：注册→添加域名生成k值→调用api。3.demo搭建4.调用永中云预览5.效果呈现一、背景：平时Word、Excel、PPT等文件常常需要下载到本地打开，非常…...
2024/4/16 23:48:50
奇偶回文串变题（求回文子串数）
题目描述给定一个字符串，你的任务是计算这个字符串中有多少个回文子串。 ("回文串”是一个正读和反读都一样的字符串，比如“level”或者“noon”等等就是回文串。) 具有不同开始位置或结束位置的子串，即使是由相同的字符组成，也会被计为是不同的子串。可用C++,Java,…...
2024/4/16 23:48:44
使用Java页面分析框架Jsoup抓取微信页面内容
1.Jsoup简介: Jsoup是一款HTML解析框架,它可以连接URL地址并获取HTML文本内容,Jsoup提供了强大的API,可以通过类似Jquery的形式对DOM、标签、类名等获取页面内的数据元素. 2.上案例: package com.lnbdy.sms.controller;import java.io.IOException; import java.util.ArrayList…...
2024/4/16 23:48:38
Python电影爬虫之身体每况愈下
1.一时兴起我们平常在线看视频时，有的时候会想下载到本地继续观看，但是苦于页面上找不到下载按钮，那么我们如何自己实现这个功能呢？2.跃跃欲试不要着急，我们打开浏览器f12开发者模式，点击如下：可以看到下面这个带编号的ts文件，我们点开000号文件看看可以看到，000号文…...
2024/4/18 3:32:14
树莓派串口python学习记录
树莓派串口python学习记录 1.输入命令查看引脚2.相应配置使用sudo raspi-config 进入图形界面选择菜单 Interfacing Options -> P6 Serial, 第一个选项（would you like a login shell to be accessible over serial?）选择NO，第二个选项（would you like the serial …...
2024/4/18 8:39:14
四种提升精力的方式
个人公众号【爱做梦的锤子】，全网同id，个站 http://te-amo.site，欢迎关注，里面会分享更多有用知识，还有我的私密照片提升自己的精力有一个办法——长期、主动地突破压力极限，并且用高效率的方式迅速恢复策略提升身体能量提升体能的最好方式是吃、睡、运动少吃多餐，让…...
2024/4/16 23:48:50
pip安装timeout问题
大家都知道在用pip安装库的时候有时候网络状态稍微一不好就超时了，最可恨的是明明差一点就下载完了，呜呜呜~~~ 下面给大家分享我的经验昨天我用pip下载一个tensorflow-gpu pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1这是用网上给的镜…...
2024/4/16 23:48:56
环鸽的数列（数列的通项，区间加等比数列，区间求和）
题意：有一个递推数列，对于一个长度为的区间，共有次操作，每个操作给三个数字，你需要支持下面两种操作：区间每个位置加上：输出区间的和膜的值首先肯定要找到递推数列的性质，显然直接在线段树上打标记是不行的，那么我们可以考虑先求出递推数列的通项首…...
2024/4/18 21:05:21
常见的异常类型
类型间转换不兼容：ClassCastException是JVM在检测到两个类型间转换不兼容时引发的运行时异常。此类错误通常会终止用户请求。在执行任何子系统的应用程序代码时都有可能发生ClassCastException异常。原因：一个类是数字类，而由于误操作，错误的将数字类向数字类转换改写成了…...
2024/4/16 23:48:44
[JVM]二运行时数据区（2）虚拟机栈
虚拟机栈虚拟机栈栈是运行时的单位。解决程序的运行问题，即程序如何执行。主管java程序的运行，它保存方法的局部变量，部分结果，并参与方法的调用和返回每个线程在创建时都会创建一个虚拟机栈，其内部保存一个个的栈帧，对应着一次次的java方法调用，生命周期和线程一致；…...
2024/4/18 5:07:58
认识管理精力
个人公众号【爱做梦的锤子】，全网同id，个站 http://te-amo.site，欢迎关注，里面会分享更多有用知识，还有我的私密照片观察月初定的计划，到月底发现，根本做不完一直很希望做好某件事，可是总是也开始不了有了自己的时间，好好学习提升，可是根本学不进去也许你缺乏的不是…...
2024/4/16 6:55:56

Python Pandas 数据分组 pd.groupby 的相关操作（二）shift, rolling, rank, cumsum, agg

Pandas 数据分组 pd.groupby 的相关操作（二）

数据准备

一、数据平移 df.shift

1.1 上下平移

1.2 左右平移

1.3 分组数据平移

二、数据滚动 df.rolling

2.1 滚动求和

2.2 滚动求均值

三、排名 df.rank

3.1 总排名

3.1 分组后，针对某一列排名

3.2 排名序号限定于 0～1 之间 ptc

3.3 排名方法 method=‘first’ / ‘min’ / ‘max’ / ‘dense’

四、累计

4.1 累加 df.cumsum

4.2 累计迭代最大值/最小值 df.cummax / df.cummin

4.3 累乘 df.cumprod

五、聚合（作用于分组 df.groupby().agg）

5.1 针对单列聚合，并统计

5.2 选取多列，并指定统计方法

相关文章

最新文章