频道栏目
读书频道 > 数据库 > 其他综合 > Python数据分析与挖掘实战
3.3.2 拓展统计特征函数
2015-12-14 14:38:04     我来说两句
收藏   我要投稿

本文所属图书 > Python数据分析与挖掘实战

本书共15章,分两篇:基础篇和实战篇。基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的  立即去当当网订购

除了上述基本的统计特征外,Pandas还提供了一些非常方便实用的计算统计特征的函数,主要有累积计算(cum)和滚动计算(pd.rolling_),见表3-8和表3-9。




 

 

其中,cum系列函数是作为DataFrame或Series对象的方法而出现的,因此命令格式为D.cumsum(),而rolling_系列是pandas的函数,不是DataFrame或Series对象的方法,因此,它们的使用格式为pd.rolling_mean(D, k),意思是每k列计算一次均值,滚动计算。

实例:

D=pd.Series(range(0, 20)) #构造Series,内容为0~19共20个整数
D.cumsum() #给出前n项和
0       0
1       1
2       3
3       6
……
19    190
dtype: int32
pd.rolling_sum(D, 2) #依次对相邻两项求和
0    NaN
1      1
2      3
3      5
……
19    37
dtype: float64

 

您对本文章有什么意见或着疑问吗?请到论坛讨论您的关注和建议是我们前行的参考和动力  
上一篇:3.3.1 基本统计特征函数
下一篇:最后一页
相关文章
图文推荐
排行
热门
最新书评
特别推荐

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训 | 举报中心

版权所有: 红黑联盟--致力于做实用的IT技术学习网站