pandas运算

以下是一些使用Pandas进行数据运算的示例：

1. 计算列的总和：

import pandas as pd

# 创建DataFrame
data = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 计算每列的总和
column_sums = data.sum()
print(column_sums)

输出：

A     6
B    15
dtype: int64

2. 计算行的总和：

# 计算每行的总和
row_sums = data.sum(axis=1)
print(row_sums)

输出：

0    5
1    7
2    9
dtype: int64

3. 计算列的平均值：

# 计算每列的平均值
column_means = data.mean()
print(column_means)

输出：

A    2.0
B    5.0
dtype: float64

4. 计算行的平均值：

# 计算每行的平均值
row_means = data.mean(axis=1)
print(row_means)

输出：

0    2.5
1    3.5
2    4.5
dtype: float64

5. 计算列的最大值：

# 计算每列的最大值
column_max = data.max()
print(column_max)

输出：

A    3
B    6
dtype: int64

6. 计算行的最大值：

# 计算每行的最大值
row_max = data.max(axis=1)
print(row_max)

输出：

0    4
1    5
2    6
dtype: int64

7. 计算列的最小值：

# 计算每列的最小值
column_min = data.min()
print(column_min)

输出：

A    1
B    4
dtype: int64

8. 计算行的最小值：

# 计算每行的最小值
row_min = data.min(axis=1)
print(row_min)

输出：

0    1
1    2
2    3
dtype: int64

9. 计算列的标准差：

# 计算每列的标准差
column_std = data.std()
print(column_std)

输出：

A    1.0
B    1.0
dtype: float64

10. 计算行的标准差：

# 计算每行的标准差
row_std = data.std(axis=1)
print(row_std)

输出：

0    2.12132
1    2.12132
2    2.12132
dtype: float64

这些示例展示了如何使用Pandas进行常见的数据运算，并提供了每个示例的输出结果。

了解更多python项目开发，请关注我：Python提升课堂