dataframe 众数的方法_pandas 第11篇：DataFrame-数据处理（分组、聚合、窗口、相关、统计）...

数据处理的目的是为了数据分析，下面分享常用的数据分析中会用到的函数。

一，分组和聚合

groupby用于对数据分组，分组之后可以直接调用聚合函数求值；agg()函数把分组和调用聚合函数集成到一个函数来实现：

DataFrame.groupby(self, by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)

DataFrame.agg(self, func, axis=0, *args, **kwargs)

二，窗口

rolling()是指按照窗口滚动求值，expanding()是指依次递增1，计算累加；ewm指的是指数加权滚动平均：

DataFrame.rolling(self, window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

DataFrame.expanding(self, min_periods=1, center=False, axis=0)

DataFrame.ewm(self, com=None, span=None, halflife=None, alpha=None, min_periods=0, adjust=True, ignore_na=False, axis=0)

三，相关

计算两对列值之间的相关性：

DataFrame.corr(self, method='pearson', min_periods=1)

method：计算相关性的方法，有效值是 ‘pearson’, ‘kendall’, ‘spearman’ 或 callable

min_periods：每对列必须具有有效结果的最小观察数量，目前只适用于：Pearson 和 Spearman相关性。

四，统计函数

常用的统计函数：

min、max：最小值、最大值

mode：众数

var：方差

std：标准差

sum：累加和

mean：均值

mad：绝对值的均值

median：中位数

quantile：百分位数

count：计数

cumsum：累加求和

cumprod：累积乘积

cummin、cummax：累积最小值、累积最大值

参考文档：