pandas数据统计

目录

1.排序

2.数据统计

2.1数据汇总

2.2数据去重计数

2.3频数统计

2.4 describe方法描述性统计

2.5 Pandas常用的描述性统计方法

---

1.排序

通过sort_index方法对索引进行排序，默认为升序，降序排序时加参数ascending=False；通过sort_values方法对数值进行排序。

df2= pd.DataFrame(np.random.randn(3,3),columns = ['a','b','c'],
index = ['3','1','2'])
print(df2)
print(df2.sort_index())
print(df2.sort_values(by='c'))
#-------------------------------
   a         b         c
3  1.806440 -0.434671 -0.231771
1  0.678005  0.928023  0.163997
2  1.087088  2.894730 -0.499704
          a         b         c
1  0.678005  0.928023  0.163997
2  1.087088  2.894730 -0.499704
3  1.806440 -0.434671 -0.231771
          a         b         c
2  1.087088  2.894730 -0.499704
3  1.806440 -0.434671 -0.231771
1  0.678005  0.928023  0.163997

2.数据统计

2.1数据汇总

可以通过sum方法对每列进行求和汇总，设置axis=1时可以实现按行汇总。

print('按列汇总:\n',df2.sum())
print('按行汇总:\n',df2.sum(axis = 1))
#---------------------------------------
按列汇总:
 a    3.571533
b    3.388082
c   -0.567478
dtype: float64
按行汇总:
 3    1.139998
1    1.770025
2    3.482114

2.2数据去重计数

unique方法获取不重复的数组，nunique方法将数据去重后计数。

np.random.seed(971)
values_1 = np.random.randint(10, size=8)
groups = ['A','A','B','A','B','C','A','C']
df = pd.DataFrame({'group':groups,  'value_1':values_1})
display(df)
print('group的取值为：',df.group.unique())
print('group的取值个数为：',df.group.nunique())
#---------------------------------------------
  group	value_1
0	A	0
1	A	6
2	B	7
3	A	8
4	B	0
5	C	5
6	A	1
7	C	0
group的取值为： ['A' 'B' 'C']
group的取值个数为： 3

2.3频数统计

print('value_1的取值及其个数为：\n',df.value_1.value_counts())
#------------------------------------------------------------
value_1的取值及其个数为：
 0    3
8    1
1    1
5    1
6    1
7    1

2.4 describe方法描述性统计

df2.describe()
#----------------------------------------
            a	        b	       c
count	3.000000	3.000000	3.000000
mean	0.226340	-0.719726	0.463594
std	    0.567288	1.040418	1.157900
min	    -0.397886	-1.893800	-0.219601
25%	    -0.015700	-1.123508	-0.204866
50%	    0.366486	-0.353215	-0.190130
75%	    0.538453	-0.132689	0.805192
max	    0.710421	0.087838	1.800514

2.5 Pandas常用的描述性统计方法

方法	说明
median	中位数
var	方差
sem	标准误差
skew	样本偏度
quantile	四分位数
ptp	极差
std	标准差
cov	协方差
mode	众数