Pandas数据统计函数
- 汇总类统计函数
- 唯一去重和按值计数
- 相关系数和协方差
学习自:https://www.bilibili.com/video/BV1UJ411A7Fs?p=6
0、数据准备
import pandas as pd
fpath = "../datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)
# 显示前三行数据
df.head(3)
# 字符串处理
# 字符串替换并改变数据类型
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')
1、汇总类统计
# 一次提取所有数字列统计结果
df.describe()
# 获取bWendu这个series的平均值
df[:,"bWendu"].mean()
#
df[:,"bWendu"].max()
#
df[:,"bWendu"].min()
2、唯一去重和按值计数(字符串计数)
唯一性去重
# 将该列的所有内容去重后列举出来,
df["fengxiang"].unique()
['东北风' '北风' '西北风' '西南风' '南风' '东南风' '东风' '西风']
# 按值计数 会统计所有字符串出现的次数
df["tianqi"].value_counts()
3、相关系数和协方差
- 协方差:衡量同向反向程度,如果协方差为正,说明X,Y同向变化,协方差越大说明同向程度越高;如果协方差为负,说明X,Y反向运动,协方差越小说明反向程度越高。
- 相关系数:衡量相似度程度,当他们的相关系数为1时,说明两个变量变化时的正向相似度最大,当相关系数为-1时,说明两个变量变化的反向相似度最大
3.1、:
# 协方差矩阵
df.cov()
# 相关系数矩阵
df.corr()
# 查看空气质量和最高温度的相关系数
df.["aqi"].corr(df["bWendu"])