python交通数据分析统计服_python数据分析之Pandas：汇总和计算描述统计

pandas对象拥有一组常用的数学和统计方法，大部分都属于约简和汇总统计，用于从Series中提取单个的值，或者从DataFrame中的行或列中提取一个Series。相比Numpy而言，Numpy都是基于没有缺失数据的假设而构建的。

来看一个简单的例子

In [6]: df=DataFrame([[1.4,np.nan],[7,-4],[np.nan,np.nan],[0.75,-1.3]],index=['a

...: ','b','c','d'],columns=['one','two'])

在df中，有些行的数据是空的，没有实际意义

In [7]: df

Out[7]:

one  two

a  1.40  NaN

b  7.00 -4.0

c   NaN  NaN

d  0.75 -1.3

但是在用sum计算的时候依然能够计算出每一列的值

In [8]: df.sum()

Out[8]:

one    9.15

two   -5.30

dtype: float64

传入axis＝1会按照行的方式进行计算

In [9]: df.sum(axis=1)

Out[9]:

a    1.40

b    3.00

c    0.00

d   -0.55

dtype: float64

约简方法的选项：

间接统计(比如达到最小值和最大值的索引)

In [10]: df.idxmax()

Out[10]:

one    b

two    d

dtype: object

In [11]: df.max()

Out[11]:

one    7.0

two   -1.3

dtype: float64

累加型：

In [12]: df.cumsum()

Out[12]:

one  two

a  1.40  NaN

b  8.40 -4.0

c   NaN  NaN

d  9.15 -5.3

还有一种比较强大的方法describe用于一次性产生多个汇总统计。其中mean为平均值，std为标准差

In [13]: df.describe()

Out[13]:

one       two

count  3.000000  2.000000

mean   3.050000 -2.650000

std    3.436204  1.909188

min    0.750000 -4.000000

25%    1.075000 -3.325000

50%    1.400000 -2.650000

75%    4.200000 -1.975000

max    7.000000 -1.300000

描述和汇总的方法：

唯一值，值计数以及成员资格

还有一类方法可以从一维Series的值中抽取信息。以下面这个Series为例

In [15]: obj=Series(['c','a','d','a','a','b','