Pandas 聚合

Exemples d'opérations d'agrégation Pandas

Après avoir créé des objets rolling, extended et ewm, vous pouvez effectuer des agrégations sur les données de plusieurs manières.

Agrégation sur un DataFrame

Nous créons un DataFrame et appliquons-y une agrégation

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(10,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=10),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print(r)

运行结果如下：

　　　　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　0.790670　　　-0.387854　　　-0.668132　　　　0.267283
2000-01-03　　-0.575523　　　-0.965025　　　　0.060427　　　-2.179780
2000-01-04　　　1.669653　　　　1.211759　　　-0.254695　　　　1.429166
2000-01-05　　　0.100568　　　-0.236184　　　　0.491646　　　-0.466081
2000-01-06　　　0.155172　　　　0.992975　　　-1.205134　　　　0.320958
2000-01-07　　　0.309468　　　-0.724053　　　-1.412446　　　　0.627919
2000-01-08　　　0.099489　　　-1.028040　　　　0.163206　　　-1.274331
2000-01-09　　　1.639500　　　-0.068443　　　　0.714008　　　-0.565969
2000-01-10　　　0.326761　　　　1.479841　　　　0.664282　　　-1.361169
Rolling　[window=3,min_periods=1,center=False,axis=0]

Nous pouvons effectuer une agrégation sur tout le DataFrame en passant une fonction entière, ou en sélectionnant une colonne via la méthode getItem standard.

Agrégation sur un DataFrame

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(10,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=10),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print(r.aggregate(np.sum))

运行结果如下：

　　　　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　1.879182　　　-1.038796　　　-3.215581　　　-0.299575
2000-01-03　　　1.303660　　　-2.003821　　　-3.155154　　　-2.479355
2000-01-04　　　1.884801　　　-0.141119　　　-0.862400　　　-0.483331
2000-01-05　　　1.194699　　　　0.010551　　　　0.297378　　　-1.216695
2000-01-06　　　1.925393　　　　1.968551　　　-0.968183　　　　1.284044
2000-01-07　　　0.565208　　　　0.032738　　　-2.125934　　　　0.482797
2000-01-08　　　0.564129　　　-0.759118　　　-2.454374　　　-0.325454
2000-01-09　　　2.048458　　　-1.820537　　　-0.535232　　　-1.212381
2000-01-10　　　2.065750　　　　0.383357　　　　1.541496　　　-3.201469
　　　　　　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　1.879182　　　-1.038796　　　-3.215581　　　-0.299575
2000-01-03　　　1.303660　　　-2.003821　　　-3.155154　　　-2.479355
2000-01-04　　　1.884801　　　-0.141119　　　-0.862400　　　-0.483331
2000-01-05　　　1.194699　　　　0.010551　　　　0.297378　　　-1.216695
2000-01-06　　　1.925393　　　　1.968551　　　-0.968183　　　　1.284044
2000-01-07　　　0.565208　　　　0.032738　　　-2.125934　　　　0.482797
2000-01-08　　　0.564129　　　-0.759118　　　-2.454374　　　-0.325454
2000-01-09　　　2.048458　　　-1.820537　　　-0.535232　　　-1.212381
2000-01-10　　　2.065750　　　　0.383357　　　　1.541496　　　-3.201469

Appliquer l'agrégation sur une seule colonne d'un DataFrame

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(10,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=10),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print(r['A'].aggregate(np.sum))

运行结果如下：

　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　1.879182　　　-1.038796　　　-3.215581　　　-0.299575
2000-01-03　　　1.303660　　　-2.003821　　　-3.155154　　　-2.479355
2000-01-04　　　1.884801　　　-0.141119　　　-0.862400　　　-0.483331
2000-01-05　　　1.194699　　　　0.010551　　　　0.297378　　　-1.216695
2000-01-06　　　1.925393　　　　1.968551　　　-0.968183　　　　1.284044
2000-01-07　　　0.565208　　　　0.032738　　　-2.125934　　　　0.482797
2000-01-08　　　0.564129　　　-0.759118　　　-2.454374　　　-0.325454
2000-01-09　　　2.048458　　　-1.820537　　　-0.535232　　　-1.212381
2000-01-10　　　2.065750　　　　0.383357　　　　1.541496　　　-3.201469
2000-01-01　　　1.088512
2000-01-02　　　1.879182
2000-01-03　　　1.303660
2000-01-04　　　1.884801
2000-01-05　　　1.194699
2000-01-06　　　1.925393
2000-01-07　　　0.565208
2000-01-08　　　0.564129
2000-01-09　　　2.048458
2000-01-10　　　2.065750
Freq:　D,　Nom:　A,　dtype:　float64

Appliquer l'agrégation sur plusieurs colonnes d'un DataFrame

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(10,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=10),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print(r[['A', 'B']].aggregate(np.sum))

运行结果如下：

　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　1.879182　　　-1.038796　　　-3.215581　　　-0.299575
2000-01-03　　　1.303660　　　-2.003821　　　-3.155154　　　-2.479355
2000-01-04　　　1.884801　　　-0.141119　　　-0.862400　　　-0.483331
2000-01-05　　　1.194699　　　　0.010551　　　　0.297378　　　-1.216695
2000-01-06　　　1.925393　　　　1.968551　　　-0.968183　　　　1.284044
2000-01-07　　　0.565208　　　　0.032738　　　-2.125934　　　　0.482797
2000-01-08　　　0.564129　　　-0.759118　　　-2.454374　　　-0.325454
2000-01-09　　　2.048458　　　-1.820537　　　-0.535232　　　-1.212381
2000-01-10　　　2.065750　　　　0.383357　　　　1.541496　　　-3.201469
　　　　　　　　　　　　　　　　　　　　A　　B
2000-01-01　　　1.088512　　　-0.650942
2000-01-02　　　1.879182　　　-1.038796
2000-01-03　　　1.303660　　　-2.003821
2000-01-04　　　1.884801　　　-0.141119
2000-01-05　　　1.194699　　　　0.010551
2000-01-06　　　1.925393　　　　1.968551
2000-01-07　　　0.565208　　　　0.032738
2000-01-08　　　0.564129　　　-0.759118
2000-01-09　　　2.048458　　　-1.820537
2000-01-10　　　2.065750　　　　0.383357

Appliquer plusieurs fonctions sur une seule colonne d'un tableau de données

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(10,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=10),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print(r['A'].aggregate([np.sum, np.mean]))

运行结果如下：

　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　1.879182　　　-1.038796　　　-3.215581　　　-0.299575
2000-01-03　　　1.303660　　　-2.003821　　　-3.155154　　　-2.479355
2000-01-04　　　1.884801　　　-0.141119　　　-0.862400　　　-0.483331
2000-01-05　　　1.194699　　　　0.010551　　　　0.297378　　　-1.216695
2000-01-06　　　1.925393　　　　1.968551　　　-0.968183　　　　1.284044
2000-01-07　　　0.565208　　　　0.032738　　　-2.125934　　　　0.482797
2000-01-08　　　0.564129　　　-0.759118　　　-2.454374　　　-0.325454
2000-01-09　　　2.048458　　　-1.820537　　　-0.535232　　　-1.212381
2000-01-10　　　2.065750　　　　0.383357　　　　1.541496　　　-3.201469
　　　　　　　　　　　　　　　　　　somme
2000-01-01　　　1.088512　　　1.088512
2000-01-02　　　1.879182　　　0.939591
2000-01-03　　　1.303660　　　0.434553
2000-01-04　　　1.884801　　　0.628267
2000-01-05　　　1.194699　　　0.398233
2000-01-06　　　1.925393　　　0.641798
2000-01-07　　　0.565208　　　0.188403
2000-01-08　　　0.564129　　　0.188043
2000-01-09　　　2.048458　　　0.682819
2000-01-10　　　2.065750　　　0.688583

应用多个功能于数据框的多个列上

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(10,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=10),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print　r[['A','B']].aggregate([np.sum,np.mean])

运行结果如下：

　　　　　　　　　　　　　　　A　　　　　　　　　　　B　　　　　　　　　　　C　　　　　　　　　　　D
2000-01-01　　　1.088512　　　-0.650942　　　-2.547450　　　-0.566858
2000-01-02　　　1.879182　　　-1.038796　　　-3.215581　　　-0.299575
2000-01-03　　　1.303660　　　-2.003821　　　-3.155154　　　-2.479355
2000-01-04　　　1.884801　　　-0.141119　　　-0.862400　　　-0.483331
2000-01-05　　　1.194699　　　　0.010551　　　　0.297378　　　-1.216695
2000-01-06　　　1.925393　　　　1.968551　　　-0.968183　　　　1.284044
2000-01-07　　　0.565208　　　　0.032738　　　-2.125934　　　　0.482797
2000-01-08　　　0.564129　　　-0.759118　　　-2.454374　　　-0.325454
2000-01-09　　　2.048458　　　-1.820537　　　-0.535232　　　-1.212381
2000-01-10　　　2.065750　　　　0.383357　　　　1.541496　　　-3.201469
　　　　　　　　　　　　　　　　　　　　A　　　　　　　　　　　　　　　　　　　　　　B
　　　　　　　　　　　　　　　　　　sum　　　　　　　mean　　　　　　　　　sum　　　　　　　　mean
2000-01-01　　　1.088512　　　1.088512　　　-0.650942　　　-0.650942
2000-01-02　　　1.879182　　　0.939591　　　-1.038796　　　-0.519398
2000-01-03　　　1.303660　　　0.434553　　　-2.003821　　　-0.667940
2000-01-04　　　1.884801　　　0.628267　　　-0.141119　　　-0.047040
2000-01-05　　　1.194699　　　0.398233　　　　0.010551　　　　0.003517
2000-01-06　　　1.925393　　　0.641798　　　　1.968551　　　　0.656184
2000-01-07　　　0.565208　　　0.188403　　　　0.032738　　　　0.010913
2000-01-08　　　0.564129　　　0.188043　　　-0.759118　　　-0.253039
2000-01-09　　　2.048458　　　0.682819　　　-1.820537　　　-0.606846
2000-01-10　　　2.065750　　　0.688583　　　　0.383357　　　　0.127786

将不同的功能应用于数据框的不同列

　import　pandas　as　pd
　import　numpy　as　np
　　
　df　=　pd.DataFrame(np.random.randn(3,　4),
　　　　index　=　pd.date_range('1/1/2000',　periods=3),
　　　　columns　=　['A',　'B',　'C',　'D'])
　print　df
　r　=　df.rolling(window=3,min_periods=1)
　print　r.aggregate({'A'　:　np.sum,'B'　:　np.mean})

运行结果如下：

　　　　　　　　　　　　　　　　　　A　　　　　　　　　　B　　　　　　　　　　C　　　　　　　　　　D
2000-01-01　　-1.575749　　-1.018105　　　0.317797　　0.545081
2000-01-02　　-0.164917　　-1.361068　　　0.258240　　1.113091
2000-01-03　　　1.258111　　　1.037941　　-0.047487　　0.867371
　　　　　　　　　　　　　　　　　　　　A　　　　　　　　　　B
2000-01-01　　-1.575749　　-1.018105
2000-01-02　　-1.740666　　-1.189587
2000-01-03　　-0.482555　　-0.447078