DataFrame窗口函數(shù)rolling()

在數(shù)據(jù)開發(fā)最經(jīng)常會用到將最近幾個值相加、求平均等操作，類似SQL的group by

在Dataframe中使用rolling操作簡單、計算效率高

官方文檔鏈接

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

參數(shù)說明

• window:時間窗的大小,數(shù)值int,即向前幾個數(shù)據(jù)(可以理解將最近的幾個值進行g(shù)roup by)
• min_periods:最少需要有值的觀測點的數(shù)量,對于int類型，默認與window相等
• center:把窗口的標簽設(shè)置為居中,布爾型,默認False
• win_type: 窗口的類型,截取窗的各種函數(shù)。字符串類型，默認為None
• on: 可選參數(shù),對于dataframe而言，指定要計算滾動窗口的列,值為列名
• closed：定義區(qū)間的開閉，支持int類型的window,對于offset類型默認是左開右閉的即默認為right,可以根據(jù)情況指定為left、both等
• axis：方向（軸）,一般都是0

示例代碼

# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np

# 創(chuàng)建DF
df = pd.DataFrame(np.random.randint(5, size=(10, 2)), index=pd.date_range('1/1/2020', periods=10), columns=['A', 'B'])
# 將B列最近2個值相加并生成新列
df['C'] = df['B'].rolling(window=2).sum()
# 將B列最近5個值相加并生成新列
df['D'] = df['B'].rolling(window=5).sum()

# 將B列最近2個值求平均并生成新列
df['E'] = df['B'].rolling(window=2).mean()
# 將B列最近5個值求平均并生成新列
df['F'] = df['B'].rolling(window=5).mean()

print(df)

輸出結(jié)果：

            A  B    C    D    E    F
2020-01-01  4  0  NaN  NaN  NaN  NaN
2020-01-02  4  1  1.0  NaN  0.5  NaN
2020-01-03  1  4  5.0  NaN  2.5  NaN
2020-01-04  2  2  6.0  NaN  3.0  NaN
2020-01-05  0  1  3.0  8.0  1.5  1.6
2020-01-06  2  1  2.0  9.0  1.0  1.8
2020-01-07  4  1  2.0  9.0  1.0  1.8
2020-01-08  3  0  1.0  5.0  0.5  1.0
2020-01-09  3  4  4.0  7.0  2.0  1.4
2020-01-10  3  3  7.0  9.0  3.5  1.8

常用聚合函數(shù)

• mean() 求平均
• count() 非空觀測值數(shù)量
• sum() 值的總和
• median() 值的算術(shù)中值
• min() 最小值
• max() 最大
• std() 貝塞爾修正樣本標準差
• var() 無偏方差
• skew() 樣品偏斜度（三階矩）
• kurt() 樣品峰度（四階矩）
• quantile() 樣本分位數(shù)（百分位上的值）
• cov() 無偏協(xié)方差（二元）
• corr() 相關(guān)（二進制）

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論