python 依据某几列累加求和_Python基础语句

本文介绍了如何使用Python中的NumPy和pandas库进行数据处理和分析,包括一维和二维数据的统计计算、向量化运算、数据框查询、缺失值处理和异常值处理,以及计算业务指标如月均消费次数、月均消费金额和客单价。
摘要由CSDN通过智能技术生成

NumPy 和 pandas 是 Python 常见的两个科学运算的包,提供了比 Python 列表更高级的数组对象且运算效率更高。常用于处理大量数据并从中提取、分析有用指标。

安装成功以后载入两个包

14c7e01009fca3c3024bf7aa5f3bd0e2.png

1、运用 NumPy 分析一维数据

1.1 定义一维数组:

9b76cd6062f4e626ce67d06ada96cca4.png

1.2 查询:

c1e4a63b8b740e5140c2417abafb7e6c.png

1.3 切片访问 - 获取指定序号范围的元素

3831f3283c2a131d0010dd4af4f62ef0.png

1.4 查询数据类型

7f4bee53f578f260bbfbe94e1a610bb2.png

1.5 统计计算 - 平均值

136282a760507bbcf0897ff02a2fe2d1.png

1.6 统计计算 - 标准差

54ec934863a3810e085c31e7a374920c.png

1.7 向量化计算

3ad05b0fcbcfa1e6c9a334b0557cdd88.png

2、运用 pandas 分析一维数据

2.1 定义 Pandas 一维数据结构:定义 Pandas 一维数据结构 – Series

20120c76f98e108696d8007ef6cdfa4c.png

2.2获取描述统计信息:

77afb54ff590c83f3ebaf1b100ceef22.png

2.3 iloc属性用于根据索引获取值

d2735031293cd479ef725bf9b612e757.png

2.4 loc属性用于根据索引获取值

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值