Python数据分析之：pandas拓展数据分析函数（cumrolling）作图功能
⽂章⽬录
1. pandas拓展数据分析函数
1.1 .cum()
因为 .cum ⽅法是针对 Series 和 Dataframe 结构处理的⽅法，所以调⽤的时候格式不是 pandas.cum，⽽是创建出来的 series 结构来调⽤cum ⽅法：
1.1.1 .cumsum()：累加
完成累加的操作，从上往下的顺序，每次都计算前⼏个值的和。
import pandas as pd
series = pd.Series([1,2,3,4])
print(series)
out = series.cumsum()
print(out)
同样地，也可以建⽴⼀个 dataframe 的结构，然后从其中抽取出⼀个 series 结构进⾏计算，如下：
random在python中的意思dataframe = pd.DataFrame([[1,2,3,4,5],[8,7,6,5,4]]) print(dataframe)
s1 = dataframe.loc[0]
print(s1)
x = s1.cumsum()
print(x)
1.1.2 .cumprod()：累乘
from random import random, randint
import pandas as pd
lst =[]
for i in range(1,10):
lst.append(randint(1,100))
series = pd.Series(lst)
prod = series.cumprod()
print(series)
print(prod)
1.1.3 .cummax()：前n个数依次求最⼤值
import pandas as pd
lst =[]
for i in range(1,10):
lst.append(randint(1,100))//先⽣成⼀个随机的长度为10的列表series = pd.Series(lst)//⽤这个列表⽣成⼀个series结构
max= series.cummax()//依次求其前n个数的最⼤值
print(series)
print(max)
1.1.4 .cummin()：前n个数依次求最⼩值from random import random, randint
import pandas as pd
lst =[]
for i in range(1,10):
lst.append(randint(1,100))
series = pd.Series(lst)
min= series.cummin()
print(series)
print(min)
1.2. lling()
注意，在⽬前最新的pandas版本中，这种写法改了。如果原来的格式是：pd.rolling_mean(dataframe,k) 那么在新版本中统⼀改成了lling(k).mean() 这种格式，因
此所有的都要变成：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。