分类：pandas

2020
09-23

python pandas移动窗口函数rolling的用法

超级好用的移动窗口函数最近经常使用移动窗口函数，觉得很方便，功能强大，代码简单，故将pandas中的移动窗口函数都做介绍。它都是以rolling打头的函数，后接具体的函数，来显示该移动窗口函数的功能。rolling_count计算各个窗口中非NA观测值的数量函数pandas.rolling_count(arg,window,freq=None,center=False,how=None)arg:DataFrame或numpy的ndarray数组格式window:指移动窗口的大小，为整数freq:center:布尔... 继续阅读 >

2020
09-23

python使用pandas抽样训练数据中某个类别实例

废话真的一句也不想多说，直接看代码吧！#-*-coding:utf-8-*-importnumpyfromsklearnimportmetricsfromsklearn.svmimportLinearSVCfromsklearn.naive_bayesimportMultinomialNBfromsklearnimportlinear_modelfromsklearn.datasetsimportload_irisfromsklearn.cross_validationimporttrain_test_splitfromsklearn.preprocessingimportOneHotEncoder,StandardScalerfromsklearnimportcross_... 继续阅读 >

2020
09-23

Pandas时间序列基础详解(转换,索引,切片)

时间序列的类型：时间戳：具体的时刻固定的时间区间：例如2007年的1月或整个2010年时间间隔：由开始时间和结束时间表示，时间区间可以被认为是间隔的特殊情况实验时间和消耗时间：每个时间是相对于特定开始时间的时间的量度，（例如自从被放置在烤箱中每秒烘烤的饼干的直径）日期和时间数据的类型及工具datetime模块中的类型：date使用公历日历存储日历日期（年，月，日）time将时间存储为小时，分钟，秒，微秒datetime存... 继续阅读 >

2020
09-23

Pandas —— resample()重采样和asfreq()频度转换方式

resample()resample()进行重采样。重采样（Resampling）指的是把时间序列的频度变为另一个频度的过程。把高频度的数据变为低频度叫做降采样（downsampling），把低频度变为高频度叫做增采样（upsampling）。降采样考虑因素：各区间哪边是闭合的（参数：closed）如何标记各聚合面元，用区间的开头还是末尾（参数：label）In[232]:ts_index=pd.date_range('2018-08-03',periods=12,freq='T')In[233]:ts=pd.Series(np.aran... 继续阅读 >

2020
09-23

Pandas时间序列:时期(period)及其算术运算详解

importpandasaspdimportnumpyasnp一、时间类型及其在python中对应的类型时间戳?timestamp时间间隔?timedelta时期?period二、时期时期表示的是时间区间，比如数日、数月、数季、数年等1.定义一个Periodp=pd.Period(2007,freq='A-DEC')#表示以12月作为结束的一整年，这里表示从2007-01-01到2017-12-31的全年pPeriod('2007','A-DEC')2.通过加减整数可以实现对Period的移动p+5Period('2012','A-DEC')p-2Period('2005','A-D... 继续阅读 >