python中DataFrame数据帧的统计方法

我们把每一个column作为一个样本数据集，就可以对其进行一些统计学方法的计算，比如求和sum、求平均mean、求方差var、求标准差std、求个数count、求最大值max、求最小值min，等操作。我们用以下代码来进行演示：

import pandas as pd
dict_data = {
	'score'	:[95,98,92,89,82,93],
	'gender':['M','F','M',"M","F","M"]
}
DF_data = pd.DataFrame(dict_data,
	columns=['gender','score'],
	index=["Li Lei","Han Meimei","Tom","Adam","Betty","Curry"])
print('*********sum***********')
print(DF_data.sum())
print('*********count***********')
print(DF_data.count())
print('*********min***********')
print(DF_data.min())
print('*********max***********')
print(DF_data.max())
print('*********mean***********')
print(DF_data.mean())
print('*********median***********')
print(DF_data.median())
print('*********var***********')
print(DF_data.var())
print('*********std***********')
print(DF_data.std())

输出的结果如下所示：

*********sum***********
gender    MFMMFM
score        549
dtype: object
*********count***********
gender    6
score     6
dtype: int64
*********min***********
gender     F
score     82
dtype: object
*********max***********
gender     M
score     98
dtype: object
*********mean***********
score    91.5
dtype: float64
*********median***********
score    92.5
dtype: float64
*********var***********
score    30.7
dtype: float64
*********std***********
score    5.540758
dtype: float64
[Finished in 4.6s]

python会自动判断哪些列可以进行统计学运算，如果无法进行计算的话会自动跳过，当然我们也可以指定某一列进行精准的计算，比如对score一列进行求标准差运算，就可以在data后加上引用标志方括号，然后把score参数填进去。

print(DF_data['score'].std())