python求解典型相关系数_统计师的Python日记【第5天：Pandas，露两手】

本文是【统计师的Python日记】第5天的日记

回顾一下：

第1天学习了Python的基本页面、操作，以及几种主要的容器类型；

第2天学习了python的函数、循环和条件、类。

第3天了解了Numpy这个工具库。

第4天初步了解了Pandas这个库

原文复习(点击查看)：

今天将带来第5天的学习日记。

目录如下：

前言

一、描述性统计

1. 加总

2. 描述性统计

3. 相关系数

二、缺失值处理

1. 丢弃缺失值

2. 填充缺失值

三、层次化索引

1. 用层次索引选取子集

2. 自定义变量名

3. 变量名与索引互换

4. 数据透视表

四、数据导入导出

1. 数据导入

2. 数据导出

统计师的Python日记【第5天：Pandas，露两手】

前言

根据我的Python学习计划：

Numpy → Pandas→ 掌握一些数据清洗、规整、合并等功能 → 掌握类似与SQL的聚合等数据管理功能 → 能够用Python进行统计建模、假设检验等分析技能 → 能用Python打印出100元钱 → 能用Python帮我洗衣服、做饭 → 能用Python给我生小猴子......

上一集开始学习了Pandas的数据结构(Series和DataFrame)，以及DataFrame一些基本操作：改变索引名、增加一列、删除一列、排序。

今天我将继续学习Pandas。

一、描述性统计

想拿一个简单的数据试试手，翻到了一份我国2012-2015年季度GDP的数据，如下表(单位：万亿)，

想整理到DataFrame中，如何处理？

用DataFrame：

gdp=DataFrame([[11.61,13.08, 13.67, 15.05],[12.81, 14.30, 15.07, 16.62], [13.87, 15.52, 16.35, 17.87], [14.80, 16.62,17.36, 18.94]], index=['2012', '2013', '2014', '2015'], columns=['s1', 's2','s3', 's4'])

得到了一张非常清爽的DataFrame数据表。

现在我要对这张表进行简单的描述性统计：

1. 加总

.sum()是将数据纵向加总(每一列加总)

这就很奇怪了，2012、2013、2014、2015四个年份的第一季度加总，这是什么鬼？其实我更想看横向加总，就是每一年四个季度加总，得到一年的总和，原来，指定axis=1即可：

特别注意的是缺失值的情况！

如果有缺失值，比如四个数值2,3,1,NaN，那么加总的结果是2+3+1+NaN=6，也就是缺失值自动排除掉了！这点特别注意，因为这可能会导致你的数据不必苛，比如某一年少一个季度的值，