جمع البيانات لـ Pandas

مثال على عملية التجميع في Pandas

بعد إنشاء العناصر المتحركة، الموسعة، وewm، يمكن استخدام العديد من الطرق لتجمع البيانات.

تجميع DataFrame

نحن نخلق DataFrame ونطبق عليه التجميع

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　　　　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]

我们可以通过将函数传递给整个DataFrame进行聚合，也可以通过标准的get item方法选择一列。

对Dataframe聚合

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　　　　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

将聚合应用于Dataframe的单列

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　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, Name: A, dtype: float64

将聚合应用于DataFrame的多个列

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　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

تطبيق عدة وظائف على عمود واحد في جدول البيانات

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　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
　　　　　　　　　　　　　　　　　　الإجمالي　　　　　المتوسط
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

في تطبيق عدة وظائف على عدة أعمدة في جدول البيانات

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　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
　　　　　　　　　　　　　　　　　　الإجمالي  العادي  الإجمالي  العادي
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

تطبيق مختلف الوظائف على أعمدة مختلفة من جداول البيانات

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

النتائج التشغيلية كالتالي:

　　　　　　　　　　　　　　　　　　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