小编Chi*_*afy的帖子

为了简单起见，我将 500 个样本从 10,000 多个行的数据集中划分出来。请将 X 和 y 复制并粘贴到您的 IDE 中。

X =

array([ -8.93,  -0.17,   1.47,  -6.13,  -4.06,  -2.22,  -2.11,  -0.25,
         0.25,   0.49,   1.7 ,  -0.77,   1.07,   5.61, -11.95,  -3.8 ,
        -3.42,  -2.55,  -2.44,  -1.99,  -1.7 ,  -0.98,  -0.91,  -0.91,
        -0.25,   1.7 ,   2.88,  -6.9 ,  -4.07,  -1.35,  -0.33,   0.63,
         0.98,  -3.31,  -2.61,  -2.61,  -2.17,  -1.38,  -0.77,  -0.25,
        -0.08,  -1.2 ,  -3.1 ,  -1.07,  -0.7 ,  -0.41,  -0.33,   0.41,
         0.77,   0.77,   1.14,   2.17,  -7.92,  -3.8 ,  -2.11,  -2.06,
        -1.2 …

我有上述分布，均值为-0.02，标准差为0.09，样本量为13905。

我只是不确定为什么鉴于样本量大，分布是左偏的。从 bin [-2.0 到 -0.5]，该 bin 中只有 10 个样本计数/异常值，这解释了形状。

我只是想知道是否可以标准化以使其更平滑和“正态”分布。目的是将其输入模型，同时降低预测器的标准误差。

DF:

id1     id2     value1    value2
-----------------------------------
a       b       10        5
c       a       5         10
b       c       0         0
c       d       2         1
d       a       10        20
a       c       5         10

从列['id1','id2']获取与id'a'关联的值的总和:

id1     id2     a.rolling(2).sum()
-----------------------------------
a       b       NaN
c       a       20
d       a       30
a       c       25

如何使用df.groupby函数从两个不同的列中获取id'a'的值的滚动总和？

我试过这个df.groupby(['id1','id2])['value1','value2'].transform(lambda x: x.rolling(2).sum()),但那没用.

string = 'cool'
df = pd.DataFrame(columns=['string_values'])

附加

df.append(string)

当我尝试将其附加到df时出现此错误。（仅用于数字数据吗？）

cannot concatenate object of type "<class 'str'>"; only pd.Series, pd.DataFrame, and pd.Panel (deprecated) objs are valid

我只想向string = 'cool'数据帧中添加一个字符串值，但出现此错误。

我有此数据框，并希望添加另一列累加直到不等于星形符号*，然后在星形符号再次出现时从1重新开始。

    Star
0   *
1   *
2   *
3   *
4   s
5   s
6   *
7   *

预期输出：

    Star  Number
0   *     1
1   *     2
2   *     3
3   *     4
4   s     NaN
5   s     NaN
6   *     1
7   *     2