求大佬指导
本帖最后由 火石 于 2023-8-7 16:01 编辑已知六个人，每人每天有一个分值，构成一个dataframe
从第三天起，需要求出每天每个人之前三天分值之和，用python如何编写
你可以使用pandas库来处理这个问题。首先，确保你已经安装了pandas库。
首先，你需要创建一个包含六个人每天分值的DataFrame。假设你已经有一个名为df的DataFrame，其中包含列名为'日期'和'分值'的两列。
接下来，你可以使用rolling函数来计算每个人之前三天分值的和。rolling函数可以在指定的窗口大小内进行滚动计算。
下面是一个示例代码：
import pandas as pd
# 创建一个示例DataFrame
data = {'日期': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05', '2021-01-06'],
'分值': }
df = pd.DataFrame(data)
# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])
# 按日期升序排序
df = df.sort_values('日期')
# 使用rolling函数计算每个人之前三天分值的和
df['前三天分值之和'] = df['分值'].rolling(window=3, min_periods=1).sum()
print(df)
这样，你就可以得到一个新的DataFrame，其中包含了每个人每天之前三天分值的和。 问题分析：
根据题目描述，已知有六个人的每天分值构成一个DataFrame，需要计算从第三天开始每个人之前三天的分值之和。
解决方法：
我们可以使用pandas库对DataFrame进行操作，通过滑动窗口的方式计算每个人之前三天的分值之和。
以下是具体的代码实现：
import pandas as pd
# 创建包含六个人的DataFrame
data = {
'Person 1': ,
'Person 2': ,
'Person 3': ,
'Person 4': ,
'Person 5': ,
'Person 6':
}
df = pd.DataFrame(data)
# 计算每个人之前三天的分值之和
df_sum = df.rolling(4, min_periods=3).sum().shift()
# 去掉前两天的NaN值
df_sum = df_sum.dropna()
print(df_sum)
在上述代码中，我们首先创建了一个包含六个人分值的DataFrame。然后，使用rolling函数与sum函数配合使用，设置窗口大小为4（包括当天），最小观测数为3，计算每个人之前三天的分值之和，并通过shift函数将结果向上平移一行，实现从第三天开始统计。最后，通过dropna函数去掉前两天产生的NaN值。
请尝试运行以上代码，查看计算出的每个人之前三天的分值之和。如有其他问题，请随时提问。
如果回答对你有帮助，请给我一个最佳答案！{:10_254:}{:10_254:}{:10_254:}
你可以使用pandas库来处理这个问题。下面是一个示例代码，可以计算每天每个人之前三天分数之和：
import pandas as pd
# 创建示例数据
data = {
'Date': ['2023-08-01', '2023-08-02', '2023-08-03', '2023-08-04', '2023-08-05', '2023-08-06'],
'Person1': ,
'Person2': ,
'Person3': ,
'Person4': ,
'Person5': ,
'Person6':
}
df = pd.DataFrame(data)
# 转换日期列为日期类型
df['Date'] = pd.to_datetime(df['Date'])
# 设置日期列为索引
df.set_index('Date', inplace=True)
# 计算每天每个人前三天分数之和
for i in range(2, len(df)):
for person in df.columns:
df.loc, person] = df.sum()
print(df)
运行上述代码，你将得到一个包含每天每个人之前三天分值之和的DataFrame。
请根据实际数据的格式进行相应的调整，确保日期列已正确转换为日期类型，并且将日期列设置为索引。然后使用嵌套循环遍历每天和每个人，在每个位置上取出前三天的分数并求和，将结果填充回DataFrame中。
如果问题已经解决，请设置最佳答案 币
页:
[1]