目錄
- 一、位移增量df.diff()和位移操作df.shift()
- ①df.shift()
- ②df.diff()
- 二、排名計算df.rank()
- 三、其他常用數學計算
除了對原始資料進行簡單的統計計算外，有時候我們還需要對資料進行一定變化再做計算，pandas自帶一些基礎函式支持這些變化，源Excel檔案maths_pro.xlsx：
一、位移增量df.diff()和位移操作df.shift()
①df.shift()
df.shift(periods=1, freq=None, axis=0)
引數說明：
- periods：int，表示移動的幅度，正數或負數，默認值是1，注意這里移動的都是資料，而索引是不移動的，移動之后沒有對應值的，就賦值為NaN，
- axis：{0, 1, ‘index’, ‘columns’}，表示移動的方向，如果是0或者’index’表示上下移動，如果是1或者’columns’，則會左右移動，
- freq，DateOffset, timedelta, or time rule string，可選引數，默認值為None，只適用于時間序列，如果這個引數存在，那么會按照引數值移動時間索引（索引有很多種型別），而資料值沒有發生變化，
df = pd.read_excel(r'C:/Users/asus/Desktop/Python/maths_pro.xlsx')
df
df.shift() # 默認資料向下偏移一個單位
# 設定軸向，向右偏移一個單位，資料型別不匹配，也會設定為NaN值
df.shift(axis=1)
df.shift(periods=-2) # 向上偏移兩個單位
②df.diff()
df.diff(periods=1, axis=0)
做位移差操作（不僅位移而且還做了減操作），用在一個序列性資料中上一個資料和下一個資料之前的差值，增量計算，
df['語文'].diff()
# 等價
df['語文']-df['語文'].shift()
二、排名計算df.rank()
參考文章：https://zhuanlan.zhihu.com/p/87593543（分組排名）
df.rank(axis=0, method='average', numeric_only=None,
na_option='keep', ascending=True, pct=False)
功能：沿著某個軸（0或者1）計算物件的排名
回傳值：以Series或者DataFrame的型別回傳資料的排名（哪個型別呼叫回傳哪個型別）
引數說明：
- axis：設定沿著哪個軸計算排名（0或者1)
- numeric_only：是否僅僅計算數字型的columns，布林值
- na_option：NaN值是否參與排序及如何排序（‘keep’，‘top'，’bottom'）
- ascending：設定升序排還是降序排，默認為升序True
- pct：是否以排名的百分比顯示排名（當前排名與總數的百分比）
- method：排名方式選擇（'average'，'first'，'min'， 'max'，'dense'）
'average'， 跳躍排序，并列取平均排名
'max'，跳躍排序，并列取最小排名
'min'，跳躍排序，并列取最大排名
'dense'，密集排序，并列取排名相同，排名不跳躍
'first'，順序排序，相同時，誰在前排名靠前，排名不跳躍
# 對語文成績降序排序，取其中三列
df = df.sort_values(by='語文')[['姓名','語文']]
df
# 5種不同排序方法的比較
df['first'] = df['語文'].rank(method='first')
df['average'] = df['語文'].rank()
df['max'] = df['語文'].rank(method='max')
df['min'] = df['語文'].rank(method='min')
df['dense'] = df['語文'].rank(method='dense')
df['pct'] = df['語文'].rank(pct=True)
df
分組排序：
df = df.sort_values(by=['班級','語文']).reset_index(drop=True)
df['分組排序'] = df.groupby('班級').apply(lambda x:x['語文'].rank(method='dense')).reset_index(drop=True)
df
三、其他常用數學計算
df.eval('result=first + average',inplace=True) # 運算式計算生成新列
# 四舍五入
df.round(2) # 全部數字欄位
df.round({'result': 0, 'pct': 3}) # 指定列
df + 1
df.add() # 加
df.sub() # 減
df.mul() # 乘
df.div() # 除
df.mod() # 模，除后的余數
df.pow() # 指數冪
df.dot(df2) # 矩陣運算
# series特有的函式
s = df['result']
s.nlargest() # 最大的前5個
s.nlargest(15) # 最大的前15個
s.nsmallest() # 最小的前5個
s.nsmallest(15) # 最小的前15個
s.value_counts() # 去重分組統計
s.pct_change() # 與前一個數變化的百分比=（今-前）/前
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/279187.html
標籤：其他
上一篇：并發編程之ThreadLocal
下一篇：day-15-初識自定義模塊