推荐学习书目 Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3315 天前的主题，其中的信息可能已经有所发展或是发生改变。
请前辈指点下
比如a=[1.2.3.4]
生成的要[1.3.6.10]
比如a=[1.2.3.4]
生成的要[1.3.6.10]
 | 1 GavinFlying 2016-09-15 10:07:15 +08:00 如果是 Pandas ： ```python num_list = [1, 2, 3, 4] df = pd.DataFrame(data=num_list) df.cumsum() ``` 如果不用 Pandas: ```python num_list = [1, 2, 3, 4] [sum(num_list[:idx]) for idx in range(1, len(num_list) + 1)] ``` |
 | 2 sylvos OP 谢谢，前辈，第一个是我想要的，非常感谢啊，我原来还想 reduce 什么的 |
| 3 sylvos OP @GavinFlying 谢谢，第一个是我想要的，非常感谢啊，我原来还想 reduce 什么的 |
| 4 sylvos OP @GavinFlying 可以再问你个 pandas 问题吗?生成累加列，因为之前 groupby 过，如何还原回去。就是要与 groupby 之前的数据结构一致 |
| 5 sylvos OP @GavinFlying 我想到的笨办法是把 groupby 的结果用 pd.concat 接合起来 |
| 6 GavinFlying 2016-09-15 10:36:15 +08:00 @sylvos Sorry, 并不懂...感觉应该要自己实现 |
 | 7 dgkae 2016-09-15 11:08:39 +08:00 厉害哦 |
 | 8 imn1 2016-09-15 12:35:09 +08:00 这些类似的逐行计算的，属于移动统计范畴，你需要看 pandas 手册， computational tools 这一章 |
 | 9 mfinal 2016-09-15 13:08:00 +08:00 @sylvos groupby 一般是不可逆的，不确定你想变回原来什么样子，因为原 df 是不受影响的，可能你需要试试 reset_index ，在 stackoverflow 上都有 |
Select Language