【pandas】练习题
🗓 2017年10月29日 📁 文章归类: 0x12_numpy与pd 📝 Edit
版权声明:本文作者是郭飞。转载随意,标明原文链接即可。
原文链接:https://www.guofei.site/2017/10/29/pandas7.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!
