Question

我正在搜索pandas文档，试图了解如何使用转换，并且可以从文档中获取此示例： http://pandas.pydata.org/pandas-docs/stable/groupby.html（根据＆＃39;转型＆＃34;）

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt



index = pd.date_range('10/1/1999', periods=1100)
ts = pd.Series(np.random.normal(0.5, 2, 1100), index)

ts = ts.rolling(window=100,min_periods=100).mean().dropna()
key = lambda x: x.year

zscore = lambda x: (x - x.mean()) / x.std()


transformed = ts.groupby(key).transform(zscore)

我很困惑的一些事情;首先使用lambda。

key = lambda x: x.year

在这种情况下x应该代表什么数据类型？我不确定哪种数据类型允许调用属性＆＃34; .year＆＃34;

至于这种情况：

zscore = lambda x: (x - x.mean()) / x.std()

x将代表ts的每一行（ts.roll？）和x.mean是什么的平均值？

最后，变换究竟在最后一行做了什么？它只是用zscore替换ts的值吗？我运行变量＆＃34;转换＆＃34;但索引（日期）与ts＆＃39;相同。指数。那么groupby（key）究竟做了什么呢？

谢谢！

Answer 1

使用key = lambda x: x.year表示您的索引为dtype='datetime64[ns]'

这将调用每个索引的年份并按年份对df进行分组。

现在你有了一个groupby对象，你可以转换每个组：

zscore = lambda x: (x - x.mean()) / x.std()

将每个组（即每年）计算平均值（x.mean()），标准偏差（x.std()）并为每个数据点应用公式(x - x.mean()) / x.std()。< / p>

这样做：

 ts.groupby(key).mean()
Out[274]: 
2000   0.4851
2001   0.2568
2002   0.4544

返回每年的平均值，并执行此操作：

ts.groupby(key).std()
Out[275]: 
2000   0.1969
2001   0.1539
2002   0.1881

返回每年的标准差

transform将把它应用于每一行，所以让我们使用位置1进行测试

ts.head()
Out[277]: 
2000-01-08   0.7562
2000-01-09   0.7639
2000-01-10   0.7020
2000-01-11   0.6970
2000-01-12   0.6906

由于第一个指数是2000年，我们需要使用该组的均值和标准，如：0.7562-0.4851 /0.1969 = 1.3767

ts.groupby(key).transform(zscore).head(2)
Out[282]: 
2000-01-08   1.3767
2000-01-09   1.4159

我不明白“Lambda＆＃39;”的使用情况。和＆＃39;变换＆＃39;并从此代码（熊猫文档）

1 个答案: