这篇文章给大家介绍如何正确的使用Pandas_cum累积计算，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
平南ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为
成都创新互联的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：13518219792（备注：SSL证书合作）期待与您的合作！
Pandas主要统计特征函数：
| 方法名 | 函数功能 |
|---|
| sum() | 计算数据样本的总和（按列计算） |
| mean() | 计算数据样本的算术平均数 |
| var() | 计算数据样本的方差 |
| std() | 计算数据样本的标准差 |
| corr() | 计算数据样本的Spearman（Pearman）相关系数矩阵 |
| cov() | 计算数据样本的协方差矩阵 |
| skew() | 样本值的偏度（三阶矩） |
| kurt() | 样本值的峰度（四阶矩） |
| describe() | 给出样本的基本描述（基本统计量如均值、标准差等） |
cum累积计算函数
cum系列函数是作为DataFrame或Series对象的方法出现的，因此命令格式为D.cumsum()
| 方法名 | 函数功能 |
|---|
| cumsum() | 依次给出前1、2、… 、n个数的和 |
| cumprod() | 依次给出前1、2、… 、n个数的积 |
| cummax() | 依次给出前1、2、… 、n个数的大值 |
| cummin() | 依次给出前1、2、… 、n个数的最小值 |
计算出前n项和：
D=pd.Series(range(0,20))
D.cumsum()
0 0
1 1
2 3
3 6
....
19 190
dtype: int64
rolling滚动计算函数
rolling_系列是pandas的函数，不是DataFrame或Series对象的方法，其格式为pd.rolling_mean(D,k)，其中每k列计算一次平均值，滚动计算。
| 方法名 | 函数功能 |
|---|
| rolling_sum() | 计算数据样本的总和（按列计算） |
| rolling_mean() | 数据样本的算术平均数 |
| rolling_var() | 计算数据样本的方差 |
| rolling_std() | 计算数据样本的标准差 |
| rolling_corr() | 计算数据样本的Spearman（Pearman）相关系数矩阵 |
| rolling_cov() | 计算数据样本的协方差矩阵 |
| rolling_skew() | 样本值的偏度（三阶矩） |
| rolling_kurt() | 样本值的峰度（四阶矩） |
依次对相邻两项求和：
pd.rolling_sum(D,2)
0 NaN
1 1.0
2 3.0
3 5.0
4 7.0
....
19 37.0
dtype: float64
关于如何正确的使用Pandas_cum累积计算就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
文章名称：如何正确的使用Pandas_cum累积计算-创新互联
分享URL：
http://cdkjz.cn/article/ccpdjc.html
