该博客详细介绍了Pandas库在Python中的数据处理和统计分析技巧，包括使用sum、mean等约简方法，cumsum等累计型统计，describe等汇总统计以及缺失数据的处理，如dropna和fillna。此外，还探讨了层次化索引的概念，如swaplevel和sort_index，以及如何根据索引进行汇总计算。
笔记来源：利用python进行数据分析【Wes Mckinnney著，唐学韬等译】
一、汇总和计算描述统计
pandas对象拥有一组常用的数学和统计方法，大部分属于约简和汇总统计，用于从Series中提取单个值（如sum、mean）或从DataFrame的行或列中提取一个Series.
1、相关示例
(1) 常用约简方法（sum()、mean()等）
约简方法的常见选项：
| 选项 | 说明 |
| axis | 约简的轴 |
| skipna | 默认为True.即默认排除缺失值 |
| level | 若轴是层次化索引（即MultiIndex），则根据level分组约简 |
间接统计(idxmax())
(2) 累计型【如cumsum()】
(3) 汇总统计【如describe()】
（4）常见的汇总描述统计
| 方法 | 说明 |
| count | 计算样本值中非NA值的数量 |
| describe | 针对Series或各DataFrame列计算汇总统计 |
| min、max | 计算样本值的最小值、最大值 |
| argmin、argmax | 计算能够获取到最小值、最大值的索引位置（整数） |
| idxmin、idxmax | 计算能够获取到最小值、最大值的索引值 |
| quantile | 计算样本值的分位数（0到1） |
| sum | 计算样本值的总和 |
| mean | 计算样本值的平均数 |
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
