DataFrame详解——计算/描述性统计

计算/描述性统计

方法 解释
DataFrame.abs() 返回具有每个元素的绝对值的Series/DataFrame
DataFrame.all([axis, bool_only, skipna, level]) 返回是否所有元素都是True
DataFrame.any([axis, bool_only, skipna, level]) 返回是否有任何元素为True
DataFrame.clip([lower, upper, axis, inplace]) 使用指定上下阈值替代边界外的值,如:
df.clip(lower=-4, upper=6)将小于-4的值用-4替换,大于6的值用6替换
DataFrame.corr([method, min_periods]) 计算自身各列间的相关性,不包括NA/NULL值
DataFrame.corrwith(other[, axis, drop, method]) 计算两个DataFrame的各行或各列的相关性
DataFrame.count([axis, level, numeric_only]) 计算每个列或行的非空单元格
DataFrame.cov([min_periods, ddof]) 计算各列的协方差,不包括NA/NULL值
DataFrame.cummax([axis, skipna]) 在DataFrame或Series指定轴上返回累积最大值
DataFrame.cummi
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值