Python数据分析之：pandas拓展数据分析函数（cum / rolling ） / 作图功能

1. pandas拓展数据分析函数

1.1 .cum()

因为 .cum 方法是针对 Series 和 Dataframe 结构处理的方法，所以调用的时候格式不是 pandas.cum，而是创建出来的 series 结构来调用 cum 方法：

1.1.1 .cumsum()：累加

完成累加的操作，从上往下的顺序，每次都计算前几个值的和。

import pandas as pd
series = pd.Series([1,2,3,4])
print(series)
out = series.cumsum()
print(out)

同样地，也可以建立一个 dataframe 的结构，然后从其中抽取出一个 series 结构进行计算，如下：

dataframe = pd.DataFrame([[1,2,3,4,5],[8,7,6,5,4]])
print(dataframe)
s1 = dataframe.loc[0]
print(s1)
x = s1.cumsum()
print(x)

1.1.2 .cumprod()：累乘

from random import random, randint

import pandas as pd
lst = []
for i in range(1,10):
    lst.append(randint(1,100))
series = pd.Series(lst)
prod = series.cumprod()
print(series)
print(prod)

1.1.3 .cummax()：前n个数依次求最大值

import pandas as pd
lst = []
for i in range(1,10):
    lst.append(randint(1,100))	//先生成一个随机的长度为10的列表
series = pd.Series(lst)			//用这个列表生成一个series结构
max = series.cummax()			//依次求其前n个数的最大值
print(series)
print(max)

1.1.4 .cummin()：前n个数依次求最小值

from random import random, randint

import pandas as pd
lst = []
for i in range(1,10):
    lst.append(randint(1,100))
series = pd.Series(lst)
min = series.cummin()
print(series)
print(min)

1.2. pandas.rolling()

pandas.rolling 的对象是整个列表，所以他的使用格式是 pd.rolling_mean(D,k)，意思是针对整个表，每 k 列计算一次均值，如果k=2就是相邻的两列.

• pandas.rolling_sum()
• pandas.rolling_mean()
• pandas.rolling_var()
• pandas.rolling_std()
• pandas.rolling_corr()
• pandas.rolling_cov()
• pandas.rolling_skew()
• pandas.rolling_kurt()

注意，在目前最新的pandas版本中，这种写法改了。如果原来的格式是：pd.rolling_mean(dataframe,k) 那么在新版本中统一改成了 dataframe.rolling(k).mean() 这种格式，因此所有的都要变成：

• dataframe.rolling(k).mean()
• dataframe.rolling(k).sum()
• dataframe.rolling(k).var()
• dataframe.rolling(k).std()
• dataframe.rolling(k).corr()
• dataframe.rolling(k).cov()
• dataframe.rolling(k).skew()
• dataframe.rolling(k).kurt()

【rolling().sum 举例】

import pandas as pd
import numpy as np
data = np.random.randint(1,100,(6,5))
df = pd.DataFrame(data)
print(df)
x = df.rolling(2).sum() //相邻行求和
print(x)

2. pandas 作图

matplotlib 可以绘制的图的种类，pandas内置库中都包含，所以，如果得到了pandas 的 dataframe 类型的数据，其实可以直接作图：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data = np.random.randint(1,100,(6,5))
df = pd.DataFrame(data)
print(df)
df.plot(kind='box')
plt.show()

但需要注意的是，用 dataframe.plot() 做出来的图需要用 plt.show() 显示出来。

但我个人觉得，还是用 matplotlib 专门负责作图比较好~~