Dataframe F数与多指标
我最近开始学习来自简单C和Python的数据科学F。我开始习惯于功能优先的科学范式的力量 然而,对于如何处理一个我可以在Python中使用pandas轻松修复的问题,我仍然感到困惑。它与多指标时间序列/数据帧相关。我已经对Deedle进行了广泛的检查,但我仍然不确定Deedle能否帮助我实现这样一个表格:Dataframe F数与多指标,dataframe,f#,deedle,Dataframe,F#,Deedle,我最近开始学习来自简单C和Python的数据科学F。我开始习惯于功能优先的科学范式的力量 然而,对于如何处理一个我可以在Python中使用pandas轻松修复的问题,我仍然感到困惑。它与多指标时间序列/数据帧相关。我已经对Deedle进行了广泛的检查,但我仍然不确定Deedle能否帮助我实现这样一个表格: Column Index 1: A || B Column Index 2: A1 A2 || B1
Column Index 1: A || B
Column Index 2: A1 A2 || B1 B2
Column Index 3: p1 p2 | p1 p2 || p1 p2 | p1 p2
Row Index:
date1 0.5 2. | 2. 0.5 || 3. 0. | 2. 3.
date2 ......
当Index1=A等时,能够对所有p1系列求和的想法
我没有发现使用Deedle的例子
如果不可用,您会推荐我的数据采用什么结构
感谢您帮助一位新手,但却爱上了Deedle中的F,您可以使用元组作为键创建具有层次索引的框架或系列:
let ts =
series
[ ("A", "A1", "p1") => 0.5
("A", "A1", "p2") => 2.
("A", "A2", "p3") => 2.
("A", "A2", "p4") => 0.5 ]
迪德尔对此有一些特殊的处理方法。例如,它将数据输出为:
A A1 p1 -> 0.5
p2 -> 2
A2 p3 -> 2
p4 -> 0.5
要在层次结构的一部分上应用聚合,可以使用applyLevel函数:
ts |> Series.applyLevel (fun (l1, l2, l3) -> l1) Stats.mean
ts |> Series.applyLevel (fun (l1, l2, l3) -> l1, l2) Stats.mean
第一个参数是一个函数,它获取键的元组并选择要分组的级别的哪一部分-因此,上面两个参数分别在顶部和顶部两个级别上创建聚合。在Deedle中,可以使用元组作为键创建具有层次索引的帧或序列:
let ts =
series
[ ("A", "A1", "p1") => 0.5
("A", "A1", "p2") => 2.
("A", "A2", "p3") => 2.
("A", "A2", "p4") => 0.5 ]
迪德尔对此有一些特殊的处理方法。例如,它将数据输出为:
A A1 p1 -> 0.5
p2 -> 2
A2 p3 -> 2
p4 -> 0.5
要在层次结构的一部分上应用聚合,可以使用applyLevel函数:
ts |> Series.applyLevel (fun (l1, l2, l3) -> l1) Stats.mean
ts |> Series.applyLevel (fun (l1, l2, l3) -> l1, l2) Stats.mean
第一个参数是一个函数,它获取键的元组并选择要分组的级别的哪一部分-因此,上面两个参数分别在顶部和顶部两个级别上创建聚合。非常感谢,这正是我希望实现的。非常感谢,这正是我希望实现的