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
dfdf.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
dfdf.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()
07-09
7155
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交