Pandas数据特征分析

Pandas库的数据排序

.sort_index()方法在指定轴上根据索引进行排序，默认升序

.sort_index(axis=0, ascending=True)

import pandas as pd
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])
print(b)
c=b.sort_index()
d=b.sort_index(ascending=False)
print(c)
print(d)

 

.sort_values()方法在指定轴上根据数值进行排序，默认升序
Series.sort_values(axis=0, ascending=True)DataFrame.sort_values(by, axis=0, ascending=True)

by : axis轴上的某个索引或索引

import pandas as pd
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])
print(b)
c=b.sort_values(2,ascending=False)
d=b.sort_values('a',axis=1,ascending=False)
print(c)
print(d)

数据的基本统计分析

基本的统计分析函数，适用于Series和DataFrame类型

适用于Series类型

累计统计分析函数

适用于Series和DataFrame类型

数据的相关分析

相关性
• X增大，Y增大，两个变量正相关
• X增大，Y减小，两个变量负相关
• X增大，Y无视，两个变量不变

• 协方差>0, X和Y正相关
• 协方差<0, X和Y负相关
• 协方差=0, X和Y独立

• 0.8‐1.0 极强相关
• 0.6‐0.8 强相关
• 0.4‐0.6 中等程度相关
• 0.2‐0.4 弱相关
• 0.0‐0.2 极弱相关或无相关

相关分析函数

适用于Series和DataFrame