10 Minutes to pandas

#Stats
# shift 这玩意儿有啥用？？？

s = pd.Series([1,5,np.nan], index=dates).shift(0)

# s1 = pd.Series([1,5,np.nan], index=dates).shift(1)

# s2 = pd.Series([1,5,np.nan], index=dates).shift(2)

# print(s)

# print(s1)

# print(s2)

# 2018-01-16    1.0

# 2018-01-17    5.0

# 2018-01-18    NaN

# Freq: D, dtype: float64

# 2018-01-16    NaN

# 2018-01-17    1.0

# 2018-01-18    5.0

# Freq: D, dtype: float64

# 2018-01-16    NaN

# 2018-01-17    NaN

# 2018-01-18    1.0

# Freq: D, dtype: float64

# print(df)

# print(df.sub(s, axis='index')) # "Wise subtraction"

#                    A         B         C         D

# 2018-01-16 -1.809723  0.342129  2.048727  0.995959

# 2018-01-17  0.871955  1.960730  0.368855  0.459528

# 2018-01-18 -0.483717  0.031247  0.619609 -0.712104

#                    A         B         C         D

# 2018-01-16 -2.809723 -0.657871  1.048727 -0.004041

# 2018-01-17 -4.128045 -3.039270 -4.631145 -4.540472

# 2018-01-18       NaN       NaN       NaN       NaN

/

# Applying functions to the data

# print(df)

# print(df.apply(np.cumsum)) # 应用 numpy 的函数 cumsum 对每列累计求和

#                    A         B         C         D

# 2018-01-16  1.516139  0.501701  0.624571 -1.270804

# 2018-01-17 -0.223673 -0.092153  0.782620 -2.073206

# 2018-01-18  0.844318 -1.180269  0.994821 -1.372318

#                    A         B         C         D

# 2018-01-16  1.516139  0.501701  0.624571 -1.270804

# 2018-01-17  1.292466  0.409548  1.407191 -3.344010

# 2018-01-18  2.136784 -0.770721  2.402013 -4.716328

/

# Histogramming（直方图化） ps：就是把每个值出现的次数统计出来

# s = pd.Series(np.random.randint(0, 7, size=10))

# print(s)

# print(s.value_counts())

# 0    1

# 1    4

# 2    6

# 3    2

# 4    4

# 5    2

# 6    3

# 7    2

# 8    1

# 9    5

# dtype: int32

# 2    3

# 4    2

# 1    2

# 6    1

# 5    1

# 3    1

# dtype: int64

/

# String Methods

# s = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca', np.nan, 'CABA', 'dog', 'cat'])

# print(s.str.lower())

# 0       a

# 1       b

# 2       c

# 3    aaba

# 4    baca

# 5     NaN

# 6    caba

# 7     dog

# 8     cat

# dtype: object

Python笔记 #16# Pandas: Operations的更多相关文章

  1. Python笔记 #15# Pandas: Missing Data

    10 Minutes to pandas import pandas as pd import numpy as np import matplotlib.pyplot as plt dates = ...

  2. Python笔记 #14# Pandas: Selection

    10 Minutes to pandas import pandas as pd import numpy as np import matplotlib.pyplot as plt dates = ...

  3. Python笔记 #13# Pandas: Viewing Data

    感觉很详细:数据分析:pandas 基础 import pandas as pd import numpy as np import matplotlib.pyplot as plt dates = ...

  4. Python笔记 #18# Pandas: Grouping

    10 Minutes to pandas 引 By “group by” we are referring to a process involving one or more of the foll ...

  5. Python笔记 #17# Pandas: Merge

    10 Minutes to pandas Concat df = pd.DataFrame(np.random.randn(10, 4)) print(df) # break it into piec ...

  6. python笔记16

    1.今日内容 模块基础知识 time/datetime json/picle shutil logging 其他 2.内容回顾和补充 2.1模块(类库) 内置 第三方 自定义 面试题: 列举常用内置模 ...

  7. 学习笔记之pandas

    Python Data Analysis Library — pandas: Python Data Analysis Library https://pandas.pydata.org/ panda ...

  8. 利用Python进行数据分析-Pandas(第一部分)

    利用Python进行数据分析-Pandas: 在Pandas库中最重要的两个数据类型,分别是Series和DataFrame.如下的内容主要围绕这两个方面展开叙述! 在进行数据分析时,我们知道有两个基 ...

  9. 【Python实战】Pandas：让你像写SQL一样做数据分析（一）

    1. 引言 Pandas是一个开源的Python数据分析库.Pandas把结构化数据分为了三类: Series,1维序列,可视作为没有column名的.只有一个column的DataFrame: Da ...

随机推荐

  1. php第一例

    参考 例子 https://www.cnblogs.com/chinajins/p/5622342.html 配置多个网站 https://blog.csdn.net/win7system/artic ...

  2. outline的兼容性及使用限制

    outline 和 border的区别: outline不占据文档空间,border占据文档空间. outline无法单独设置上下左右,只要设置outline,必须所有的边都设置:border可以设置 ...

  3. 微软 IIS HTTP.sys漏洞原理学习以及POC

    零.MS15-034POC核心部分(参考巡风): socket.setdefaulttimeout(timeout) s = socket.socket(socket.AF_INET, socket. ...

  4. 【BZOJ3003】LED BFS+状压DP

    [BZOJ3003]LED Description LED屏是由一个庞大的点阵小灯泡组成的,一开始每个小灯泡都不发光.每一行一共有N个小灯泡,依次标号为1~n.现在给定K个点,要求这K个点发光,其余点 ...

  5. iOS 如何在视图中添加一个用xib创建的view

    NSArray *nib = [[NSBundle mainBundle]loadNibNamed:[pages objectAtIndex:] owner:self options:nil]; // ...

  6. ThinkPHP分类查询(获取当前分类的子分类，获取父分类，下一级分类)

    获取指定分类的所有子分类ID号 //获取指定分类的所有子分类ID号 function getAllChildcateIds($categoryID){ //初始化ID数组 $array[] = $ca ...

  7. 国外DNS服务器总结

    国外12个免费的DNS DNS(即Domain Name System,域名系统),是因特网上作为域名和IP地址相互映射的一个分布式数据库,能够让用户更方便的访问互联网,而不用去记住能够被机器直接读取 ...

  8. 阿里云ecs禁止ping，禁止telnet

    现在的中小型企业服务器大多是云比较多,因此,可能会面临着服务器ping不通,或者是端口telnet不通的情况,但是服务器上的服务仍然是正常的情况,这个时候我们就要考虑是不是云上配置了访问规则了.废话不 ...

  9. 04Add.ashx(新增班级)

    04Add.html <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <hea ...

  10. C#生成流水号编码[a-z(不包括i和o) 按0-9　a-z的顺序)]

    using System; using System.Collections.Generic; using System.Linq; using System.Threading.Tasks; nam ...