pandas重采样时指定对不同列的不同操作

以一个dataframe为例：

import pandas as pd
import numpy as npdataframe = dataframe.resample('D').agg({'UnitPrice':np.mean, # 对'unitprice'这一列重采样时做均值'num':np.sum, # 对'num'这一列重采样时做求和
})

然后可以查看：

dataframe.head()

得出下面的效果：

         UnitPrice num2010-12-01 2.880000    4
2010-12-02  2.250000    1
2010-12-03  3.510000    1
2010-12-05  2.250000    4
2010-12-06  3.006000    5

pandas重采样时指定对不同列的不同操作相关推荐

python对csv数据提取某列的某些行_python pandas获取csv指定行列的操作方法
pandas获取csv指定行,列 house_info = pd.read_csv('house_info.csv') 1:取行的操作: house_info.loc[3:6]类似于python的切片 ...
python pandas读取csv文件指定行_python pandas获取csv指定行列的操作方法
python pandas获取csv指定行列的操作方法 pandas获取csv指定行,列 house_info = pd.read_csv('house_info.csv') 1:取行的操作: ho ...
pandas使用read_csv函数读取文件时指定数据列的数据类型、pandas使用read_csv函数读取文件时通过keep_default_na参数设置缺失值替换为空字符串
pandas使用read_csv函数读取文件时指定数据列的数据类型.pandas使用read_csv函数读取文件时通过keep_default_na参数设置缺失值替换为空字符串目录
python读取csv文件并修改指定内容-pandas读取CSV文件时查看修改各列的数据类型格式...
下面给大家介绍下pandas读取CSV文件时查看修改各列的数据类型格式,具体内容如下所述: 我们在调bug的时候会经常查看.修改pandas列数据的数据类型,今天就总结一下: 1.查看: Numpy和 ...
python pandas库读取excel/csv中指定行或列数据详解
通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下 ...
pandas在dataframe指定位置添加新的数据列、使用insert函数
pandas在dataframe指定位置添加新的数据列.使用insert函数目录 pandas在dataframe指定位置添加新的数据列.使用insert函数 #仿真数据
pandas使用apply函数和lambda函数、把所有行指定的数据列进行相加（use apply and lambda to add value in dataframe rows）
pandas使用apply函数和lambda函数.把所有行指定的数据列进行相加(use apply and lambda to add value in dataframe rows) 目录
pandas使用drop_duplicates函数基于subset参数指定的数据列子集删除重复行、并设置keep参数保留重复行中的最后一个数据行
pandas使用drop_duplicates函数基于subset参数指定的数据列子集删除重复行.并设置keep参数保留重复行中的最后一个数据行目录
pandas将dataframe中的内容为列表（list）的数据列裂变、拆分为多个新的数据列实战：拆分为多个新的数据列（并指定新数据列的名称）、数据列中的列表（不等长）拆分为多个新的数据列产生NaN
pandas将dataframe中的内容为列表(list)的数据列裂变.拆分为多个新的数据列实战:拆分为多个新的数据列(并指定新数据列的名称).数据列中的列表(不等长)拆分为多个新的数据列(产生NaN ...

pandas重采样时指定对不同列的不同操作

pandas重采样时指定对不同列的不同操作相关推荐

最新文章

热门文章