数值计算和统计基础

1.常用的数据、统计方法

1.np.nan:
	作用：空值

2.mean():
	作用：计算均值，可以通过索引单独统计一列
	注意：只统计数字列
	参数：
		axis参数：默认为0，以列来计算。axis=1则是以行来计算，按照行来汇总
		skipna参数：是够忽略NaN，默认True,如False,有NaN的列统计结果扔为NaN

3.主要数学计算方法，可用于Series和DataFrame（1）
    df = pd.DataFrame({'key1':np.arange(10),
                      'key2':np.random.rand(10)*10})
    print(df)
    print('-----')

    print(df.count(),'→ count统计非Na值的数量\n')
    print(df.min(),'→ min统计最小值\n',df['key2'].max(),'→ max统计最大值\n')
    print(df.quantile(q=0.75),'→ quantile统计分位数，参数q确定位置\n')
    print(df.sum(),'→ sum求和\n')
    print(df.mean(),'→ mean求平均值\n')
    print(df.median(),'→ median求算数中位数，50%分位数\n')
    print(df.std(),'\n',df.var(),'→ std,var分别求标准差，方差\n')
    print(df.skew(),'→ skew样本的偏度\n')
    print(df.kurt(),'→ kurt样本的峰度\n')
    
4.主要数学计算方法，可用于Series和DataFrame（2）
    df['key1_s'] = df['key1'].cumsum()
    df['key2_s'] = df['key2'].cumsum()
    print(df,'→ cumsum样本的累计和\n')

    df['key1_p'] = df['key1'].cumprod()
    df['key2_p'] = df['key2'].cumprod()
    print(df,'→ cumprod样本的累计积\n')

    print(df.cummax(),'\n',df.cummin(),'→ cummax,cummin分别求累计最大值，累计最小值\n')
    # 会填充key1，和key2的值

5.唯一值：.unique()
	s = pd.Series(list('asdvasdcfgg'))
    sq = s.unique()
    print(s)
    print(sq,type(sq))
    print(pd.Series(sq))
    # 得到一个唯一值数组
    # 通过pd.Series重新变成新的Series

    sq.sort()
    print(sq)
    # 重新排序

6.值计数：.value_counts()
	sc = s.value_counts(sort = False)  # 也可以这样写：pd.value_counts(sc, sort = False)
    print(sc)
    # 得到一个新的Series，计算出不同值出现的频率
    # sort参数：排序，默认为True	
    
7.成员资格：.isin()
	s = pd.Series(np.arange(10,15))
    df = pd.DataFrame({'key1':list('asdcbvasd'),
                      'key2':np.arange(4,13)})
    print(s)
    print(df)
    print('-----')

    print(s.isin([5,14]))
    print(df.isin(['a','bc','10',8]))
    # 用[]表示
    # 得到一个布尔值的Series或者Dataframe