初学数据挖掘——数据探索（七）：python中主要的数据探索函数之拓展统计特征函数

pandas库中累积计算统计特征函数：

1、cumsum()

依次给出前1，2，…，n个数的和

2、cumprod()

依次给出前1，2，…，n个数的积

3、cummax()

依次给出前1，2，…，n个数的最大值

4、cummin()

依次给出前1，2，…，n个数的最小值

注意：

cum系列函数是作为DataFrame或series对象的方法而出现的

命名格式：D.cumsm()

pandas库中滚动计算统计特征函数：

1、rolling_sum()

计算数据样本的总和（按列计算）

2、rolling_mean()

计算数据样本的算数平均数

3、rolling_var()

计算数据样本的方差

4、rolling_std()

计算数据样本的标准差

5、rolling_corr()

计算数据样本的spearman（Pearson）相关系数矩阵

扫描二维码关注公众号，回复： 13053574 查看本文章

6、rolling_cov()

计算数据样本的协方差矩阵

7、rolling_skew()

计算样本值的偏度（三阶矩）

8、rolling_kurt()

计算样本值的峰度（四阶矩）

注意：

rolling_系列函数是pandas函数，不是DataFrame或series对象的方法，因此，rolling_系列函数的使用格式是：pd.rolling_mean(D.k) 即每k列计算一次均值。

实例：

import pandas as pd
D=pd.Series(range(0, 20))  # 构造Series，内容为0~19共20个整数
print(D)

print('前n项和:\n',D.cumsum())  # 给出前n项和

print('相邻两项求和:\n',D.rolling(2).sum())  # 依次对相邻两项求和