Exploración de datos de minería de datos para principiantes (7): la función principal de exploración de datos en la función de función estadística extendida de python

La función de característica estadística de cálculo acumulativo en la biblioteca de pandas:

1 、 semen ()

Dar la suma de los primeros 1, 2, ..., n números a su vez

2 od compra ()

Dar el producto de los primeros 1, 2, ..., n números a su vez

3 、 cummax ()

Dar el valor máximo de los primeros 1, 2, ..., n números a su vez

4 、 cummin ()

Dar el mínimo de los primeros 1, 2, ..., n números a su vez

Nota:

La función cum series aparece como un método del objeto DataFrame o series

Formato de nombre: D.cumsm ()

La función estadística de cálculo rodante en la biblioteca de pandas:

1 、 suma_laminado ()

Calcular la suma de las muestras de datos (calculadas por columna)

2 、 rolling_mean ()

Calcular la media aritmética de la muestra de datos

3 、 rolling_var ()

Calcular la varianza de la muestra de datos

4 、 rolling_std ()

Calcule la desviación estándar de la muestra de datos.

5 、 rolling_corr ()

Calcule la matriz del coeficiente de correlación de Spearman (Pearson) de la muestra de datos

6 、 rolling_cov ()

Calcular la matriz de covarianza de la muestra de datos

7 、 balanceo_objetivo ()

Calcular la asimetría del valor muestral (tercer momento)

8 、 rolling_kurt ()

Calcular la curtosis del valor muestral (cuarto momento)

Nota:

La función rolling_ series es una función pandas, no un método de un DataFrame o un objeto de serie. Por lo tanto, el formato de la función rolling_ series es: pd.rolling_mean (Dk) , es decir, el valor medio se calcula una vez cada k columnas.

Ejemplos:

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