Pandas 是 Python 中的一个数据处理库,提供了许多常用的统计学方法和函数,包括描述性统计、分组统计、相关性和协方差、回归和假设检验等。以下是一些常用的统计学方法和函数总结:
描述性统计
describe():生成一份 DataFrame,其中包括针对数值数据列的统计信息,如均值、标准差、最小值、最大值等。
mean():计算数据集的均值。
median():计算数据集的中位数。
mode():计算数据集的众数。
std():计算数据集的标准差。
var():计算数据集的方差。
count():计算数据集的非缺失值的数量。
分组统计
groupby():将数据集按照一个或多个列分组,并对每个分组应用一个或多个聚合函数。
sum():对每个分组中的数据进行求和。
count():对每个分组中的数据进行计数。
mean():对每个分组中的数据进行均值计算。
median():对每个分组中的数据进行中位数计算。
max():对每个分组中的数据进行最大值计算。
min():对每个分组中的数据进行最小值计算。
相关性和协方差
corr():计算两个数据集之间的相关系数。
cov():计算两个数据集之间的协方差。
回归和假设检验
regression():拟合线性回归模型。
ttest_ind():计算两个独立样本的 t 检验。
ttest_rel():计算两个相关样本的 t 检验。
其他常用函数
isnull():检测缺失值。
dropna():删除包含缺失值的行或列。
fillna():填充缺失值。
apply():将一个函数应用于数据集的每个元素或每个列。
这些函数和方法只是 Pandas 提供的一小部分功能,具体使用方法和参数可以查看 Pandas 官方文档。