Pandas主要统计特征函数:
sum() | 样本总和 |
mean() | 样本算术平均数 |
var() | 样本方差 |
std() | 样本标准差 |
corr() | 样本Spearman相关系数矩阵 |
cov() | 样本协方差矩阵 |
skew() | 样本偏度(三阶矩) |
kurt() | 样本峰度(四阶矩) |
describe() | 基本描述量 |
输入数据:
num | gps_w | gps_j | price | st |
A0001 | 22.56614225 | 113.9808368 | 66 | 0 |
A0002 | 22.68620526 | 113.9405252 | 65.5 | 0 |
A0003 | 22.57651183 | 113.957198 | 65.5 | 1 |
A0004 | 22.56484081 | 114.2445711 | 75 | 0 |
A0005 | 22.55888775 | 113.9507227 | 65.5 | 0 |
A0006 | 22.55899906 | 114.2413174 | 75 | 0 |
A0007 | 22.54900371 | 113.9722597 | 65.5 | 1 |
A0008 | 22.56277351 | 113.9565735 | 65.5 | 0 |
A0009 | 22.50001192 | 113.8956606 | 66 | 0 |
#-*- coding: utf-8 -*-
from __future__ import print_function
import pandas as pd
catering_sale = 'pdata.xls' #含有其他属性
outputfile = 'data_result.xls' #保存结果的文件名
data = pd.read_excel(catering_sale, index_col = 'num') #读取数据,指定num列为索引列
a=data.corr() #相关系数矩阵
b=data.corr()['price'] #只显示price相关系数
#c=data[u''].corr(data[u'']) #计算相关系数
a.to_excel(outputfile)
print(a)
gps_w | gps_j | price | st | |
gps_w | 1 | -0.614413664 | 0.120464302 | 0.195195069 |
gps_j | -0.614413664 | 1 | -0.059688653 | -0.074869944 |
price | 0.120464302 | -0.059688653 | 1 | 0.203055567 |
st | 0.195195069 | -0.074869944 | 0.203055567 | 1 |