Python_Pandas_获取数据分布情况和相关系数

一.获取数据分布情况

描述

pandas模块中的describe()函数可以按列获取数据表中所有数值数据的分布情况，包括数据的个数、均值、最值、方差、分位数等

用法和参数

DataFrame.describe()

实例

import pandas as pd

data = pd.read_excel('产品统计表.xlsx')
# 查看整个数据表的数据分布情况
print(data.describe())
'''
成本价(元/个)    销售价(元/个)      数量(个)        成本(元)         收入(元)        利润(元)
count   7.000000    7.000000   7.000000     7.000000      7.000000     7.000000
mean   52.000000  128.428571  51.142857  2971.714286   6879.571429  3907.857143
std    31.112698   50.483849  20.053500  2391.447659   4352.763331  2002.194498
min    16.000000   65.000000  23.000000   368.000000   1495.000000  1127.000000
25%    26.000000   94.500000  38.000000   948.000000   3861.000000  2913.000000
50%    58.000000  124.000000  58.000000  3364.000000   7192.000000  3828.000000
75%    74.000000  167.000000  61.500000  4077.000000   8581.000000  4504.000000
max    90.000000  187.000000  78.000000  7020.000000  14586.000000  7566.000000
'''
# 查看某一列数据的分布情况
print(data['利润(元)'].describe())
'''
count       7.000000
mean     3907.857143
std      2002.194498
min      1127.000000
25%      2913.000000
50%      3828.000000
75%      4504.000000
max      7566.000000
Name: 利润(元), dtype: float64
'''

二.获取相关系数

描述

pandas模块中的corr()函数可以计算相关函数，相关系数通常用来衡量两个或多个元素之间的相关程度

用法和参数

DataFrame.corr()

实例

import pandas as pd

data = pd.read_excel('相关性分析.xlsx')
# 查看数据表中各列之间的相关系数
print(data.corr())
'''
年销售额（万元）  年广告费投入额（万元）  成本费用（万元）  管理费用（万元）
年销售额（万元）     1.000000     0.996275  0.914428  0.218317
年广告费投入额（万元）  0.996275     1.000000  0.918404  0.223187
成本费用（万元）     0.914428     0.918404  1.000000  0.284286
管理费用（万元）     0.218317     0.223187  0.284286  1.000000
'''
# 查看某一列与其他列的相关系数
print(data.corr()['年销售额（万元）'])
'''
年销售额（万元）       1.000000
年广告费投入额（万元）    0.996275
成本费用（万元）       0.914428
管理费用（万元）       0.218317
Name: 年销售额（万元）, dtype: float64
'''