Pandas数据统计函数

Pandas数据统计函数

1. 汇总类统计函数
2. 唯一去重和按值计数
3. 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

1. 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。
2. 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"])