python_6_简单算术

import pandas as pd
df=pd.read_excel(r"C:\Users\jsjilu\Desktop\jsj\data8.xlsx")
df

#两列相加
df["c1"]+df["c2"]

#相乘
df["c1"]*df["c2"]

#对常数进行运算,特定列的所有元素均操作*/-类似
df["c1"]+1

#2比较

df["c1"]>df["c2"]

#3汇总

df.count() #计算每列的个数

df.count(axis = 1) #行内元素个数

df["c1"].count() #对特定列用

#求和sum
df

df.sum() #默认是直接把每列元素进行求和

df.sum(axis = 1) #改变axis参数对行求和

df["c1"].sum() #也可对特定列求和

#均值mean

df.mean()

df.mean(axis =1)

df["c1"].mean()

#求最大值max

df.max()

df.max(axis = 1)

df["c1"].max()

#最小值min

df.min()

df.min(axis=1)

df["c1"].min()

#中位数median

df.median()

df.median(axis=1)

df["c1"].median()

#总数mode

df.mode() #因为没有重复的数，所以比较特殊

#方差var

df.var()

df.var(axis =1)

df["c1"].var()

#标准差std

df.std()

df.std(axis=1)

df["c1"].std()

#分位数quantile
df

df.quantile(0.25)  #比中位数更精准，中位数即quantile（0.5）

df.quantile(0.2,axis=1)

df["c1"].quantile(0.1)

#相关性运算

df["c1"].corr(df["c2"])  #计算两个列的相关系数

#计算各列之间的相关系数
df.corr()