Pandas库 数据的 基本和累计 统计分析

基本统计分析

类似Numpy库，可见此博文 Numpy的统计函数

1.0 适用于Series和DataFrame数据类型

函数名	描述
sum()	求和
mean()	求期望
count()	求非NaN值的个数
std()	求标准差
var()	求方差
max()	最大值
min()	最小值
median()	中位数

2.0 只适用于Series类型

方法名	描述
.argmin() .argmax()	计算数据的最小/大值所在位置的索引位置（自动索引）
.idxmin() .idxmax()	计算数据的最小/大值所在位置的索引位置（自定义索引）

#在Series类型当中用户可以使用自定义索引，而系统也会保存好自动索引

.describe() 针对0轴（各列）的统计汇总

案例代码如下：#注意下标真正对应的列 i=i+1

>>> import pandas as pd
>>> a=pd.Series([9,8,5,1],index=['a','b','c','d'])
>>> a
a    9
b    8
c    5
d    1
dtype: int64
>>> a.describe()
count    4.000000
mean     5.750000
std      3.593976
min      1.000000
25%      4.000000
50%      6.500000
75%      8.250000
max      9.000000
dtype: float64
>>> type(a.describe())
<class 'pandas.core.series.Series'>
>>> a.describe()['count']
4.0
>>> a.describe()['max']
9.0
#以下为DataFrame数据类型
>>> import numpy as np
>>> b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','v','b','n'])
>>> b
    0   1   2   3   4
c   0   1   2   3   4
v   5   6   7   8   9
b  10  11  12  13  14
n  15  16  17  18  19
>>> b.describe()
               0          1          2          3          4
count   4.000000   4.000000   4.000000   4.000000   4.000000
mean    7.500000   8.500000   9.500000  10.500000  11.500000
std     6.454972   6.454972   6.454972   6.454972   6.454972
min     0.000000   1.000000   2.000000   3.000000   4.000000
25%     3.750000   4.750000   5.750000   6.750000   7.750000
50%     7.500000   8.500000   9.500000  10.500000  11.500000
75%    11.250000  12.250000  13.250000  14.250000  15.250000
max    15.000000  16.000000  17.000000  18.000000  19.000000
>>> b.describe().ix['max']
0    15.0
1    16.0
2    17.0
3    18.0
4    19.0
Name: max, dtype: float64
>>> b.describe()[2] #对地3列进行统计汇总，
count     4.000000
mean      9.500000
std       6.454972
min       2.000000
25%       5.750000
50%       9.500000
75%      13.250000
max      17.000000
Name: 2, dtype: float64

累计统计分析

1.0 适用于Series和DataFrame数据类型

方法名	描述
.cumsum()	依次给出前 1 2 3 。。。n个数的和
.cumprod()	依次给出前 1 2 3 。。。n个数的积
.cummin()	依次给出前 1 2 3 。。。n个数的最小值
.cummax()	依次给出前 1 2 3 。。。n个数的最大值

案例代码如下

>>> b
    0   1   2   3   4
c   0   1   2   3   4
v   5   6   7   8   9
b  10  11  12  13  14
n  15  16  17  18  19
>>> b.cummax()
    0   1   2   3   4
c   0   1   2   3   4
v   5   6   7   8   9
b  10  11  12  13  14
n  15  16  17  18  19
>>> b.cummin() 
   0  1  2  3  4
c  0  1  2  3  4
v  0  1  2  3  4
b  0  1  2  3  4
n  0  1  2  3  4
>>> b.cumsum()
    0   1   2   3   4
c   0   1   2   3   4
v   5   7   9  11  13
b  15  18  21  24  27
n  30  34  38  42  46
>>> b.cumprod()
   0     1     2     3     4
c  0     1     2     3     4
v  0     6    14    24    36
b  0    66   168   312   504
n  0  1056  2856  5616  9576

滚动计算（窗口计算）

方法名	描述
rolling(w).sum()	依次计算相邻w个元素的和
rolling(w).mean()	依次计算相邻w个元素的算术平均值
rolling(w).var()	依次计算相邻w个元素的方差
rolling(w).std()	依次计算相邻w个元素的标准差
rolling(w).min()	依次计算相邻w个元素的最小值
rolling(w).max()	依次计算相邻w个元素的最大值

案例代码如下：

>>> b.rolling(2).sum()
      0     1     2     3     4
c   NaN   NaN   NaN   NaN   NaN
v   5.0   7.0   9.0  11.0  13.0
b  15.0  17.0  19.0  21.0  23.0
n  25.0  27.0  29.0  31.0  33.0
>>> b.rolling(3).sum()
      0     1     2     3     4
c   NaN   NaN   NaN   NaN   NaN
v   NaN   NaN   NaN   NaN   NaN
b  15.0  18.0  21.0  24.0  27.0
n  30.0  33.0  36.0  39.0  42.0