Python学习笔记-数据分析-Pandas04—数值的计算和统计

这部分会说一些常用的跟数值计算和统计相关的内容

axis、skipna、Series和DataFrame的常用计算方法、唯一值unique()、值计数value_counts()、成员资格isin()

一、axis、skipna

• axis表示汇总计算：该参数默认为0，表示以列来汇总计算；而当axis=1时是以行来汇总计算。
• skipna表示是否忽略NaN：该参数默认True，就是忽略NaN。如果是False，表示不忽略。但不管是行还是列，只要有NaN结果就是NaN

#定义一个dataframe，内容是个字典，并且指定了索引。
df = pd.DataFrame({
   'key1':[1,2,3,np.nan,4],
                  'key2':[4,5,np.nan,7,8],
                  'key3':[1,2,3,'j','k']},
                  index = ['a','b','c','d','e'])
print(df)
print('-----------------------------------------------------')
# 对于key3的元素，因为有字符，所以在查询元素类型的时候，就变成了object。
# type()返回的是数据的类型。
# .dtype返回的是数据元素的类型。
print('数组元素的类型是：\n',df['key1'].dtype, df['key2'].dtype, df['key3'].dtype)
print('-----------------------------------------------------')

# mean()计算均值
dm = df.mean()
# 这里需要注意的是，key3因为是字符，所以不参与计算。
print(dm)
print(type(dm))
print('-----------------------------------------------------')

# axis=1 以行进行计算。同样的key3也不参与计算。
print(df.mean(axis=1))
print('-----------------------------------------------------')

# skipna=False 不忽略NaN。
# 因为key1和key2这两列都有NaN，所以计算结果都是NaN。
print(df.mean(skipna=False))
print('-----------------------------------------------------')

# axis=1和skipna=False共同作用
print(df.mean(axis=1, skipna=False))
print('-----------------------------------------------------')
# 通过索引单独计算一列
print('单独计算一列：\n',df['key1'].mean())

运行结果如下：

   key1  key2 key3
a   1.0   4.0    1
b   2.0   5.0    2
c   3.0   NaN    3
d   NaN   7.0    j
e   4.0   8.0    k
-----------------------------------------------------
数组元素的类型是：
 float64 float64 object
-----------------------------------------------------
key1    2.5
key2    6.0
dtype: float64
<class 'pandas.core.series.Series'>
-----------------------------------------------------
a    2.5
b    3.5
c    3.0
d    7.0
e    6.0
dtype: float64
-----------------------------------------------------
key1   NaN
key2   NaN
dtype: float64
-----------------------------------------------------
a    2.5
b    3.5
c    NaN
d    NaN
e    6.0
dtype: float64
-----------------------------------------------------
单独计算一列：
 2.5

二、Series和DataFrame的常用方法（一）

• min最小值、max最大值、sum求和、median求中位数、std求标准差、var求方差、count求非Na值的数量、quantile统计分位数
• skew样本偏度、kurt样本峰度
• cumsum累计和、cumprod累计积、cummax累计最大值、cummin累计最小值