python pandas 统计性质

这一小节介绍pandas的统计函数；

1.排序

import pandas as pd
import numpy as np
np.random.seed(1)#保证每次的随机种子一样，跑出来的数据一样；
s1 = pd.Series(np.random.normal(size = 5))
#对子序列计算平方数
print(pow(s1,2)) #直接计算平方数
#根绝索引或序列值排序
print(s1.sort_index(ascending = False)) #根据索引降序排序；
print(s1.sort_values(ascending = False)) #根据序列的值降序排序；

0    2.638498
1    0.374246
2    0.278965
3    1.151262
4    0.748930
dtype: float64
4    0.865408
3   -1.072969
2   -0.528172
1   -0.611756
0    1.624345
dtype: float64
0    1.624345
4    0.865408
2   -0.528172
1   -0.611756
3   -1.072969
dtype: float64

2.采样：

s.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

n：指定抽取的样本量；

frac：指定抽取的样本比例；

replace：是否有放回抽样，默认无放回；

weights：指定样本抽中的概率，默认等概论抽样；

random_state：指定抽样的随机种子，可以使得每次抽样的种子一样，每次抽样结果一样；

s = pd.Series(range(1,101))
s1 = pd.Series(['男','女'])
print(s.sample(n=3,random_state = 1))
print(s1.sample(n=10,replace = True, weights= [0.2,0.8],random_state = 2))

20    21
10    11
96    97
dtype: int32
1    女
0    男
1    女
1    女
1    女
1    女
1    女
1    女
1    女
1    女
dtype: object

3.describe函数：包括对序列的计数，求和，均值，最大值，最小值等等；

s = pd.Series(range(1,101))
print(s.describe())

count    100.000000
mean      50.500000
std       29.011492
min        1.000000
25%       25.750000
50%       50.500000
75%       75.250000
max      100.000000
dtype: float64

其他统计函数：

s.min()  # 最小值

s.quantile(q=[0,0.25,0.5,0.75,1]) # 分位数函数

s.median()  # 中位数

s.mode()  # 众数

s.mean()  # 平均值

s.mad()  # 平均绝对误差

s.max  # 最大值

s.sum()  # 和

s.std()  # 标准差

s.var()  # 方差

s.skew()  # 偏度

s.kurtosis()  # 峰度

s.cumsum()  # 和的累计，返回序列

s.cumprod()  # 乘积的累积，返回序列

s.product()  # 序列元素乘积

s.diff()  # 序列差异（微分），返回序列

s.abs()  # 绝对值，返回序列

s.pct_change()  # 百分比变化 ，返回序列

s.corr(s2)  # 相关系数

s.ptp()  # 极差  R中的range函数