python中统计数据的总和_Python数据的累加与统计代码示例

本篇文章小编给大家分享一下Python数据的累加与统计代码示例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

问题

你需要处理一个很大的数据集并需要计算数据总和或其他统计量。

解决方案

对于任何涉及到统计、时间序列以及其他相关技术的数据分析问题，都可以考虑使用 Pandas库 。

为了让你先体验下，下面是一个使用Pandas来分析芝加哥城市的 老鼠和啮齿类动物数据库的例子。 在写这篇文章的时候，这个数据库是一个拥有大概74,000行数据的CSV文件。

>>> import pandas

>>> # Read a CSV file, skipping last line

>>> rats = pandas.read_csv('rats.csv', skip_footer=1)

>>> rats

Int64Index: 74055 entries, 0 to 74054

Data columns:

Creation Date 74055 non-null values

Status 74055 non-null values

Completion Date 72154 non-null values

Service Request Number 74055 non-null values

Type of Service Request 74055 non-null values

Number of Premises Baited 65804 non-null values

Number of Premises with Garbage 65600 non-null values

Number of Premises with Rats 65752 non-null values

Current Activity 66041 non-null values

Most Recent Action 66023 non-null values

Street Address 74055 non-null values

ZIP Code 73584 non-null values

X Coordinate 74043 non-null values

Y Coordinate 74043 non-null values

Ward 74044 non-null values

Police District 74044 non-null values

Community Area 74044 non-null values

Latitude 74043 non-null values

Longitude 74043 non-null values

Location 74043 non-null values

dtypes: float64(11), object(9)

>>> # Investigate range of values for a certain field

>>> rats['Current Activity'].unique()

array([nan, Dispatch Crew, Request Sanitation Inspector], dtype=object)

>>> # Filter the data

>>> crew_dispatched = rats[rats['Current Activity'] == 'Dispatch Crew']

>>> len(crew_dispatched)

65676

>>>

>>> # Find 10 most rat-infested ZIP codes in Chicago

>>> crew_dispatched['ZIP Code'].value_counts()[:10]

60647 3837

60618 3530

60614 3284

60629 3251

60636 2801

60657 2465

60641 2238

60609 2206

60651 2152

60632 2071

>>>

>>> # Group by completion date

>>> dates = crew_dispatched.groupby('Completion Date')

>>> len(dates)

472

>>>

>>> # Determine counts on each day

>>> date_counts = dates.size()

>>> date_counts[0:10]

Completion Date

01/03/2011 4

01/03/2012 125

01/04/2011 54

01/04/2012 38

01/05/2011 78

01/05/2012 100

01/06/2011 100

01/06/2012 58

01/07/2011 1

01/09/2012 12

>>>

>>> # Sort the counts

>>> date_counts.sort()

>>> date_counts[-10:]

Completion Date

10/12/2012 313

10/21/2011 314

09/20/2011 316

10/26/2011 319

02/22/2011 325

10/26/2012 333

03/17/2011 336

10/13/2011 378

10/14/2011 391

10/07/2011 457

>>>