7
【pandas】练习题
source link: https://www.guofei.site/2017/10/29/pandascleandata7.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
【pandas】练习题
2017年10月29日Author: Guofei
文章归类: 1-2-Pandas与numpy ，文章编号: 120
版权声明：本文作者是郭飞。转载随意，但需要标明原文链接，并通知本人
原文链接：https://www.guofei.site/2017/10/29/pandascleandata7.html
抽扑克
先生成一个DataFrame，是一套扑克。编写一套程序，使其可以方便的从每个花色中抽n张扑克
生成扑克：
name1=list('HSCD')
name2=['A']+list(range(2,11))+list('JQK')
value=(list(range(1,11))+[10]*3)*4
card_names=[]
card_names=[str(j)+i for i in name1 for j in name2]
import pandas as pd
deck=pd.DataFrame(value,index=card_names)
抽牌：（2张）
import numpy as np
def draw(deck,n=1):
return deck.iloc[np.random.permutation(len(deck)),:][:n]
deck.groupby(lambda i:i[-1]).apply(draw,n=2)
这里有几个点：
- groupby接函数时，函数的输入是每次1个index（笔记中有）
- apply后面的参数是func的参数
分组线性回归
数据随机给出：
from scipy.stats import norm,uniform
import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols
df=pd.DataFrame(uniform(loc=0,scale=5).rvs(size=100),columns=['x'])
df.loc[:,'y']=df.x+norm(loc=0,scale=1).rvs(size=100)
df.loc[:,'label']=[1]*50+[0]*50
问题是：在每组上做线性回归，并输出参数
def regress_func(data,xname,yname):
lm_s=ols(yname+'~'+xname,data=data).fit()
return lm_s.params
df.groupby('label').apply(regress_func,'x','y')
您的支持将鼓励我继续创作！
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK