pandas中read_csv、rolling、expanding用法详解
130 浏览量
2020-12-20
10:30:19
上传
评论
收藏 247KB PDF 举报
pandas中中read_csv、、rolling、、expanding用法详解用法详解
如下所示：如下所示：
import pandas as pd
from pandas import DataFrame
series = pd.read_csv('daily-min-temperatures.csv',header=0, index_col=0,
parse_dates=True,squeeze=True)
temps = DataFrame(series.values)
width = 3
shifted = temps.shift(width-1)
print(shifted)
window = shifted.rolling(window=width)
dataframe = DataFrame()
dataframe = pd.concat([window.min(),window.mean(),window.max(),temps],axis=1)
dataframe.columns=['min','mean','max','t+1'] print(dataframe.head(5))
read_csv中参数用法：中参数用法：
当设置 header=None 时，则认为csv文件没有列索引，为其添加相应范围的索引，range(1,1200)指建立索引号从1开始最大到
1199的列索引，当数据长度超过范围时，索引沿列数据的右侧对齐。
obj=pd.read_csv(‘testdata.csv’,header=0,names=range(1,4))
当设置 header=0 时，则认为csv文件数据第一行是列索引，将用新的列索引替换旧的列索引。
obj=pd.read_csv(‘testdata.csv’,index_col=0,usecols=[1,2,3])
当设置 index_col=0 时，则是csv文件数据的指定数据中的第一列是行索引，usecols指选中数据的对应列数，[1,2,3]指第2列
到第4列。
obj=pd.read_csv(‘testdata.csv’,index_col=0,usecols=5)
用usecols选择前n行数据进行后续处理，n为正整型。
rolling用法：用法：
源代码
def rolling(self, *args, **kwargs):
"""
Return a rolling grouper, providing rolling functionality per group.
"""
from pandas.core.window import RollingGroupby
return RollingGroupby(self, *args, **kwargs)
@Substitution(name="groupby")
@Appender(_common_see_also)
评论0