DataFrame(10)：DataFrame运算——累计统计函数

1、相关函数说明

2、原始数据

df = pd.DataFrame({"id":["00{}".format(i) for i in range(1,10)], "score":[2,3,4,4,5,6,7,7,8]})
display(df)

  

 

  
1
  
2
  
3
 

结果如下：

3、cumsum()函数：求前n个元素的累积值(很重要的一个函数)

df = pd.DataFrame({"id":["00{}".format(i) for i in range(1,10)], "score":[2,3,4,4,5,6,7,7,8]})
display(df)

df["cumsum"] = df["score"].cumsum(axis=0)
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
 

结果如下：

1）cumsum()：分组求累计值

df = pd.DataFrame({"id":["001","001","002","003","001","002","002","003","003"], "score":[2,3,4,4,5,6,7,7,8]})
display(df)

df["分组求累计值"] = df.groupby("id").cumsum()
df = df.sort_values(by=["id"])
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

结果如下：

4、cummax()函数：求前n个元素中的最大值

df = pd.DataFrame({"score":[1,2,1,5,2,6,3,7,1]})
display(df)

df["前n个值中最大值"] = df["score"].cummax(axis=0)
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
 

结果如下：

1）cummax()函数：分组求前n个元素中的最大值

df = pd.DataFrame({"id":["001","001","002","003","001","002","002","003","003"], "date":["2020-01-01","2020-01-09","2020-01-05","2020-01-03", "2020-01-08","2020-01-07","2020-01-02","2020-01-04","2020-01-06"], "score":[1,2,1,5,2,6,3,7,1]})
display(df)

df = df.sort_values(by=["id","date"],ascending=[True,True])
df["前n个值中最大值"] = df.groupby("id")["score"].cummax()
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
 

结果如下：

注意：cummin()函数的用法和cummax()函数的用法一致，可以自行下去尝试。
  

5、cumprod()函数：求前n个元素的累乘积

df = pd.DataFrame({"score":[1,2,1,5,2,6,3,7,1]})
display(df)

df["前n个值的累乘积"] = df["score"].cummax(axis=0)
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
 

结果如下：

注意：对于分组求前n个元素的累乘积，和上面用法一致。

文章来源: blog.csdn.net，作者：数据分析与统计学之美，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_41261833/article/details/104216950