Pandas数据分析基础：排序、基本统计、累计统计、相关分析

目录

 一、数据的排序

（一）基本概念：

（二）排序

（1）操作索引的排序

 二、基本统计分析

三、数据的累计统计分析

四、相关分析

---

 一、数据的排序

（一）基本概念：

一组数据表达一个或多个含义，通过摘要（有损的地提取数据特征的过程），得到：基本统计（含有排序）、分布/累计统计、数据特征（相关性、周期性）、数据挖掘（形成知识）

（二）排序

（1）操作索引的排序

.sort_index()：在指定轴上根据索引进行排序，默认零轴（纵向）升序，，参数axis指定轴，ascending指定升序或降序。

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5), index=['b', 'a', 'c','d'])
print(b)print(b.sort_index())    #默认
print(b.sort_index(axis=1,ascending=False)  #一轴（横向排序），降序

（2）操作数据的排序

.sort_values()：在指定轴上根据数值进行排序，默认升序。
Series.sort_values()：参数axis指定轴，ascending指定升序或降序。
DataFrame.sort_values()：参数by指定axis上某个索引或索引列表，axis指定轴，ascending指定升序或降序。
*含有NaN的，无论升序降序，永远排在排序的末尾

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5), index=['c', 'a', 'd','b'])
print(b.sort_values(2, ascending=False))
print(b.sort_values('a', axis=1,ascending=False))
a = pd.DataFrame(np.arange(12).reshape(3,4), index=['a', 'd','b'])
print((a+b).sort_values(2, ascending=False))

 二、基本统计分析

基本统计分析函数

适用于Series和DataFrame：sum，count，mean，median，var，std，min，max，describe

适用于Series：argmin，argmax，idxmin，idxmax。前两者是自动索引，后两者是自定义索引

*可以对describe对象使用索引获取我们想要的数据特征

三、数据的累计统计分析

对数据的前1-n个数据进行一些累计运算，减少for循环的使用，使数据运算更加灵活

适用于Series和DataFrame：cumsum，cumprod，cummax，cumin

适用于Series和DataFrame的滚动计算函数（以此计算相邻w个元素的xx）：.rolling(w).sum/mean/var/std/min/max

四、相关分析

1. 相关性：正相关、负相关、不相关
2. 如何度量相关性

• 协方差（>0:正相关，<0:负相关，=0:无关）
• pearson相关系数

相关性分析函数：

适用于Series和DataFrame：cov协方差矩阵，corr相关系数矩阵