pandas - 统计分析

学习目标

1. 使用describe完成综合统计
2. 使用max完成最大值计算
3. 使用min完成最小值计算
4. 使用mean完成平均值计算
5. 使用std完成标准差计算
6. 使用idxmin、idxmax完成最大值最小值的索引
7. 使用cumsum等实现累计分析

1 基本统计分析函数

1.1 综合分析: describe()

# 计算平均值、标准差、最大值、最小值、分位数
data.describe()

1.2 单个函数分析

count	Number of non-NA observations
sum	Sum of values
mean	Mean of values
mad	Mean absolute deviation
median	Arithmetic median of values
min	Minimum
max	Maximum
mode	Mode
abs	Absolute Value
prod	Product of values
std	Bessel-corrected sample standard deviation
var	Unbiased variance
idxmax	compute the index labels with the maximum
idxmin	compute the index labels with the minimum

对于单个函数去进行统计的时候，坐标轴还是按照这些默认“index” (axis=0, default), “columns” (axis=1)指定

# 单独计算
data['close'].max()

# 对所有的列进行计算
data.max(0)
# 对所有的行进行计算
data.max(1)

# 求出最大值的位置
data.idxmax(axis=0)

# 求出最小值的位置
data.idxmin(axis=0)

2 累计统计分析函数

函数	作用
cumsum	计算前1/2/3/…/n个数的和
cummax	计算前1/2/3/…/n个数的最大值
cummin	计算前1/2/3/…/n个数的最小值
cumprod	计算前1/2/3/…/n个数的积

那么这些累计统计函数怎么用？

以上这些函数可以对series和dataframe操作

# 排序之后，进行累计求和
data = data.sort_index()

#计算累计函数
stock_rise = data['p_change']

# plot方法集成了前面直方图、条形图、饼图、折线图
stock_rise.cumsum()

那么如何让这个连续求和的结果更好的显示呢？

如果要使用plot函数，需要导入matplotlib

import matplotlib.pyplot as plt

stock_rise.cumsum().plot()
plt.show()

关于plot: http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.plot.html?highlight=plot#pandas.DataFrame.plot