数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚研究
法律研究编写一个 Python 代码来计算 Id 和 Age 列顶级 2 和最底部 2 个值之间的百分比变化
假设你有一个数据框，以及 Id 和 Age 列顶级 2 和最底部 2 个值的百分比变化结果
Id and Age-top 2 values Id Age 0 NaN NaN 1 1.0 0.0 Id and Age-bottom 2 values Id Age 3 0.000000 -0.071429 4 0.666667 0.000000
解决方法
要解决这个问题，我们将按照以下步骤进行操作 -
定义数据框
在切片 [0:2] 内部应用 df[[‘Id’,’Age’]].pct_change()
df[['Id','Age']].pct_change()[0:2]
在切片 [-2:] 内部应用 df[[‘Id’,’Age’]].pct_change()
df[['Id','Age']].pct_change()[0:2]
示例
让我们检查以下代码以更好地理解 -
import pandas as pd
df = pd.DataFrame({"Id":[1, 2, 3, None, 5],
"Age":[12, 12, 14, 13, None],
"Mark":[80, 90, None, 95, 85],
})
print("Dataframe is:\n",df)
print("Id and Age-top 2 values")
print(df[['Id','Age']].pct_change()[0:2])
print("Id and Age-bottom 2 values")
print(df[['Id','Age']].pct_change()[-2:])输出
Dataframe is: Id Age Mark 0 1.0 12.0 80.0 1 2.0 12.0 90.0 2 3.0 14.0 NaN 3 NaN 13.0 95.0 4 5.0 NaN 85.0 Id and Age-top 2 values Id Age 0 NaN NaN 1 1.0 0.0 Id and Age-bottom 2 values Id Age 3 0.000000 -0.071429 4 0.666667 0.000000
更新于： 25-2-2021
318 次浏览
广告