Pandas统计分析基础

最新推荐文章于 2024-03-23 15:09:51 发布

QianYanDai

最新推荐文章于 2024-03-23 15:09:51 发布

阅读量1.2k

点赞数

分类专栏： Pandas Python 数据分析文章标签： pandas

本文链接：https://blog.csdn.net/QianYanDai/article/details/78168117

版权

本文介绍了Pandas数据的基本统计分析，包括使用.describe()进行汇总统计，如计数、平均值、标准差等；以及数据的累计统计分析，如.cumsum()、.cumprod()等。此外，还详细讲解了滚动计算（窗口计算）函数，如.rolling()计算相邻元素的和、平均值、方差等。

摘要由CSDN通过智能技术生成

Pandas统计分析

pandas数据的基本统计分析

和numpy的函数近似

import pandas as pd

dates = pd.date_range('20130101',periods=10)
dates

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06', '2013-01-07', '2013-01-08',
               '2013-01-09', '2013-01-10'],
              dtype='datetime64[ns]', freq='D')

import numpy as np

df = pd.DataFrame(np.random.randn(10,4),index=dates,columns=['A','B','C','D'])
df

	A	B	C	D
2013-01-01	-1.587560	-0.198819	0.720054	1.921686
2013-01-02	0.296288	1.876570	0.338344	0.597835
2013-01-03	-1.832852	0.752045	2.184984	-0.157722
2013-01-04	-0.650829	1.690322	-1.145963	-0.798702
2013-01-05	-0.729986	-0.494417	2.166254	1.131232
2013-01-06	-1.759444	-1.104058	0.462934	2.050315
2013-01-07	0.760111	-1.753986	0.104831	1.075343
2013-01-08	0.096572	0.383660	0.604831	0.715224
2013-01-09	0.126292	1.025429	0.019330	-0.417396
2013-01-10	-0.179047	0.175366	0.826219	-0.451984