python学习——描述统计df.describe

1 描述统计

描述统计学（descriptive statistics）是一门统计学领域的学科，主要研究如何取得反映客观现象的数据，并以图表形式对所搜集的数据进行处理和显示，最终对数据的规律、特征做出综合性的描述分析。Pandas 库将“描述统计学”作为理论基奠，是对描述统计学知识完美应用的体现。下列表格对 Pandas 常用的统计学函数做了简单的总结：

函数名称	描述说明
count()	统计某个非空值的数量。
sum()	求和
mean()	均值
median()	中位数
mode()	众数
std()	标准差
min()	最小值
max()	最大值
abs()	绝对值
describe（）	统计描述
prod()	所有数值的乘积。
cumsum()	计算累计和，axis=0，按照行累加；axis=1，按照列累加。
cumprod()	计算累计积，axis=0，按照行累积；axis=1，按照列累积。
corr()	计算数列或变量之间的相关系数，取值-1到1，值越大表示关联性越强。

数据集：鸢尾花数据集
链接：https://pan.baidu.com/s/1KXGcqRGkZ0etMach5sIRhg
提取码：2wfo

1.1 查看常见统计量 describe

df.describe()  #数值型统计描述，非空数值
df.describe(include = ['object'])  #类别型统计描述
df.describe(include = 'all') #包含所有

1.2 一般对数值型数据统计

1.2.1 基于非空数值统计sum\mean\max\min\var\std

df.iloc[:,:4].sum()  #默认按照列进行求和，添加参数axis = 1,可按行统计,可以同时处理数字和字符串数据,但是字符聚合通常不被使用 
#sum\mean\max\min\var\std 基于非空的数

1.2.2 每一列中最大值的行索引 idxmax

df.iloc[:,:4].idxmax()

1.2.3 每一行中最大值的列索引 idxmax（axis = 1）

df.iloc[:,:4].idxmax(axis = 1)

1.2.4 非空的数量 count()

df.count()

1.3 一般对字符型数据统计

1.3.1 序列有多少不同的取值

df[''].unique()  #取值
df[''].nunique() #取值数量

1.3.2 统计分类次数

df[''].value_counts()  #统计分类变量每种分类出现次数