python pandas数据分析入门

python pandas数据分析入门

求和、求平均 统计引导

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel('文件目录',index_col='ID')
temp = df[['Chinese','English','Math']]
# 默认从上到下进行求和 修改为从左到右
df['Total'] = temp.sum(axis=1)
# 从左到右的平均值
df['Average'] = temp.mean(axis=1)
# 汇总成绩
col_mean = df[['Chinese','English','Math','Chinese','English','Math']].mean()
# 把数据某个数据成summary
col_mean['Name'] 'Summary'
# 把数据加进去
df = df.append(col_mean，ignore_index=True)

相关性分析

import pandas as pd
import matplotlib.pyplot as plt
# 显现所有(20)列
pd.options.display.max_columns = 20
df = pd.read_excel('文件目录')
# 两两之间的相关性分析
df.corr()
# 输出为一个矩阵 行与列之间的相关性，数据越大，相关性越高
print(df.corr())

线性回归与预测

import pandas as pd
import matplotlib.pyplot as plt
from scipy.stats import linregress
# 默认当成字符串进行读取
df = pd.read_excel('文件目录'，dtype={‘Month’:str})
# 斜率、截距、r、p、标准差 有用的是斜率、截距
slope,intercept,r,p,std_err = linregress(df.index,df.Revenue)
# 得到期望值
exp = df.index*slope + intercept

# 横轴是index，自动生成的
plt.scatter(df.index,df.Revenue)
# 加上图形
plt.plot(df.index,exp,color='orange')
plt.title("Sales")
plt.xticks(df.index,df.Month,rotation=90)
plt.tight_layout()
plt.show()