python：pandas（3），汇总和计算描述统计

最新推荐文章于 2024-09-24 09:11:39 发布

genome_denovo

最新推荐文章于 2024-09-24 09:11:39 发布

阅读量4.6k

点赞数

分类专栏： python_pandas python 文章标签： python 数据分析

本文链接：https://blog.csdn.net/genome_denovo/article/details/78015343

版权

这篇博客介绍了如何使用pandas在Python中进行数据汇总和计算描述统计。内容包括DataFrame的sum方法、相关系数与协方差的计算、唯一值、值计数以及成员资格的检查。涉及到的方法如sum、describe、corr、cov、unique、value_counts和isin等，为数据分析提供了实用工具。

摘要由CSDN通过智能技术生成

利用python进行数据分析

第五章：pandas入门

第三节，汇总和计算描述统计

DataFrame当中的一些数学和统计方法
>>> df=DataFrame([[1.4, np.nan],[7.1, -4.5],[np.nan, np.nan], [0.75, -1.3]], index=['a', 'b', 'c', 'd'], columns=['one', 'two'])
>>> df
····one two
a 1.40 NaN
b 7.10 -4.5
c NaN NaN
d 0.75 -1.3
调用DataFrame的sum方法将会返回一个含有列小计的Series，得到的结果是每一列的数字加和，NA值会自动被排除
>>> df.sum()
one 9.25 #columns 1
two -5.80 #columns 2
dtype: float64
如果加入axis=1这个参数将会对行进行求和运算，NA值会自动被排除
>>> df.sum(axis=1)
a 1.40
b 2.60
c NaN
d -0.55
dtype: float64
NA值会自动被排除，除非整个切片（这里指行或者列）都是NA，通过skipna选项可以禁用该功能
>>> df.mean(axis=1, skipna=False)
a NaN
b 1.300
c NaN
d -0.275
dtype: float64
计算结果是如果进行的是行加和计算，如果该行有NaN值则结果用NaN值的最终结果表示，如果该列有NaN值则结果用NaN值的最终结果表示
表5-9：约简方法的选项
| 选项 | 说明 |
| axis | 约简的轴。DataFrame的行用0，列用1 |
| skipna | 排除缺失值，默认值为True |
| level | 如果轴是层次化索引的（即MultiIndex），则根据level分组约简 |
idxmin和idxmax表示间接统计（得到的是最小值或最大值的索引）
>>> df
····one two
a 1.40 NaN
b 7.10 -4.5
c NaN NaN
d 0.75 -1.3
>>> df.idxmax() #输出最大值的索引
one b
two d
dtype: object
>>> df.cumsum() #输出每一列的按照行进行累加和结果
····one two
a 1.40 NaN<

最低0.47元/天解锁文章