对比Excel,学习Python窗口函数

张俊红
张俊红
张俊红
29
文章
0
评论
2020-10-2013:10:00 评论 45 1116字
摘要

对Sql比较了解的同学,应该都听过Sql中的窗口函数,感觉掌握了窗口函数就可以说自己精通Sql了,在Python中也有类似的窗口函数。

对Sql比较了解的同学,应该都听过Sql中的窗口函数,感觉掌握了窗口函数就可以说自己精通Sql了,在Python中也有类似的窗口函数。

我们先来看个例子,下面是某平台一段时间内分天的销量情况表,熟悉业务的同学应该都有一个常识,就是天与天之间的数据很多时候是不可以直接比的,比如电商平台周一和周日订单量。天与天之间不可比,但是周与周之间大部分情况是可比的,因为一周7天基本覆盖了全部业务情况。

对比Excel,学习Python窗口函数

周与周之间比较久涉及到周应该怎么算,如果是按照自然周去算的话,一年大约也就52周,这对于号称大数据时代来说,数据肯定是有点少,那怎么办才能既覆盖到比较全的业务场景,又能够增加数据点呢?有一个办法就是滑动相加,滑动7天相加,比如这周二到下周一是7天,且覆盖了比较全的业务场景,再比如这周五到下周四也是7天,且同时覆盖了比较全的业务场景。

我们现在有分天的数据,怎么做到7天滑动相加呢?在Excel中其实还是比较简单的,直接在第7行写入公式前7行相加的公式,然后把公式下拉填充就可以做到7天滑动相加。如下图所示:

对比Excel,学习Python窗口函数

如果我们要在Python中实现这种7天滑动相加的功能可以直接使用rolling函数,rolling函数中有一个比较重要的参数是window,该参数用来表示滑动几天。具体实现代码如下:

import pandas as pddf = pd.read_csv(r""python_rolling.csv")df.rolling(window = 7).sum()

运行上面的代码会得到如下结果:

对比Excel,学习Python窗口函数

可以看到与Excel中得到的结果是完全一致的。

如果只对df执行rolling的话,df只会滑动指定天数,但是并不会对滑动后的天数做任何运算,再对滑动后的数据调用sum函数就表示对滑动的数据执行求和运算。对df进行rolling以后除了求和以外还可以进行其他运算,比较常用的运算有:

计数:count()

求均值:men()

求最值:min()、max()

求方差:var()

求标准差:std()

除了常用的这些汇总运算以外,还可以使用自定义函数,比如对滑动7天的值先求和再加1,可以通过如下方式实现:

import numpy as npdef div(x):    return np.sum(x) + 1 df.rolling(window = 7).agg(div) 

运行上面的代码就可得到如下结果:

对比Excel,学习Python窗口函数

可以看到,第一个累加值是453,是在452的基础上加了1。

先自定义一个函数,然后通过agg的方式调用该函数就可以实现自定义函数的功能。

以上就是关于Python滑动窗口函数用法的一个基本介绍。

End.爱数据网专栏作者:张俊红作者介绍:一个数据科学路上的学习者、实践者、传播者个人公众号:俊红的数据分析之路

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: