描述性统计信息函数
2.汇总数据
describe()函数是用来计算有关的dataframe列的统计信息摘要
import numpy as np
import pandas as pd
data={
'name':pd.Series(list('abcde')),
'age':pd.Series([112,22,32,43,54]),
'rating':pd.Series([3.22,4.22,5.22,6.22,7.22])
}
df=pd.DataFrame(data)
df
输出:
df.describe()#信息汇总
df.describe(include=['object'])#信息字符串列信息
df.describe(include='all')#所有信息汇总
3.统计函数
4.窗口函数
为了处理数字数据,pandas提供了几个变体,如滚动,展开和指数移动窗口统计的权重。其中包括总和,均值,中位数,方差协方差,相关性等
作用:窗口函数主要用于通过平滑曲线来与图形方式查找数据内的趋势。如果日常数据中有很多变化,并且有很多数据点可用,那么采样和绘图就是一种方法,应用窗口计算并在结果上绘制图形是另一种方法。通过这些方法,可以平滑曲线或趋势
丢失数据
首先要:检查缺失值
df.isnull()#表中检查是否有缺失
df.notnull()#是否没有缺失
df['name'].isnull()#name列是否有缺失
输出:
0 False 1 False 2 False 3 False 4 False Name: name, dtype: bool
df.isnull().sum()#快速确认分别有多少个缺失值
输出:
name 0 age 0 rating 0 dtype: int64
df.isnull().sum().sum()#总共有多少个缺失值
输出:
0
缺少数据的计算
在求和数据时,NaN将被视为0(求平均值时,除以的个数中也不含NaN的个数)
丢失NaN
方法:dropna()函数
默认情况下,axis=0,即在行上面应用,这意味着如果行内的任何值是NaN,那么整个行被排除
fillna()函数
作用:使用标量去替换
replace()函数
很多时候,必须用一些具体的值取代一个通用的值。可以通过应用替换方法来实现这一点
interpolate()函数