python数据分析pandas包入门学习（三）汇总和统计描述

本文参考《利用Python进行数据分析》的第五章 pandas入门

pandas拥有一组常用的数学和统计方法。它们大部分属于约简和汇总统计，用于从Series中提取单个值（如sum和mean），或从DataFrame的行或列中提取一个Series。跟对应的Numpy数组方法相比，它们都是基于没有缺失数据的假设而构建的。

idxmin()/idxmax()：返回最小值最大值的索引

cumsum()：返回列累积和

describe()：产生汇总统计

相关系数和协方差corr(), cov()

协方差cov()：表示线性相关的方向，取值正无穷到负无穷。协方差为正值，说明一个变量变大另一个变量也变大；协方差取负值，说明一个变量变大另一个变量变小，取0说明两个变量咩有相关关系。

相关系数corr()：不仅表示线性相关的方向，还表示线性相关的程度，取值[-1,1]。也就是说，相关系数为正值，说明一个变量变大另一个变量也变大；取负值说明一个变量变大另一个变量变小，取0说明两个变量没有相关关系。同时，相关系数的绝对值越接近1，线性关系越显著。

下图为计算a列和b列的相关系数corr()和协方差cov()：

corrwith()：计算DataFrame的列（axis=0，默认）或行（axis=1)跟另外一个Series或DataFrame之间的相关系数：

唯一值、值计数以及成员资格

unique():得到Series中的唯一值数值：

value_counts()：计算一个Series中各值出现的频率（默认降序排列）：

isin()：判断成员资格，用于选取Series中或DataFrame列中数据的子集：