本文总结了Python数据分析库pandas的累计统计分析功能，包括如何对Series和DataFrame进行累计运算，以减少for循环，提升数据分析效率。同时介绍了pandas的滚动计算（窗口计算）函数，用于计算相邻元素的统计值。
本文的主要内容是基于中国大学mooc（慕课）中的“Python数据分析与可视化”课程进行整理和总结。
数据的累计统计分析是能够对序列中的前n个数进行累计运算，对于一些大量的数据分析中，可以减少for循环的使用，也使得数据的运算变得更加灵活。pandas提供了一组数据累计统计分析函数，这些函数都适用于Series和DataFrame类型。
| .cumsum() | 依次给出前1，2，……，n个数的和 |
|---|---|
| .cumprod() | 依次给出前1，2，……，n个数的积 |
| .cummin() | 依次给出前1，2，……，n个数的最小值 |
| .cummax() | 依次给出前1，2，……，n个数的最大值 |
b = pd.DataFrame(np.arange(20).reshape(4,5), index=['c', 'a', 'd', 'b'])
b
0 1 2 3 4
c 0 1 2 3
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
