pandas中简单统计分组聚合函数的介绍

说明： 这里只是简单的说明了一些pandas中的一些我在毕设中使用到的函数，这个 模块的并未具体其他的一些功能并未详细的进行说明。

pandas 简单介绍

Python语言的Pandas模块是一种高效结构化数据分析工具，它在NumPy的基础上提供了DataFrame数据结构，并以此为核心提供了大量的数据的输入输出、清洗、处理和分析等一些函数

pandas 相当于 python 中 excel：它使用表（也就是 dataframe)，能在数据上做各种变换，但还有其他很多功能。

pandas的引入

# as 作用是为了这个模块指定别名方便使用
import pandas as pd 

python pandas 中如何禁用科学计数法显示

pd.set_option('display.float_format',lambda x : '%.2f' % x)

pandas 导入数据

读取CSV文件中的内容：

df = pandas.read_csv(filepath_or_buffer, sep =',', usecols,names )

参数的含义

• filepath_or_buffer:文件路径
• sep :分隔符，默认用","隔开
• usecols:指定读取的列名，列表形式
• names: 指定列名
  读取 Excel 中的 数据

pd.read_excel(file, sheet_name)

• sheet_name参数允许指定单张表格或多张表格被读取。
• sheet_name的默认值是0，这表明读取的是第一张表格。
  注: 这直说了如何导入CSV文件和Excel中的数据，其他类型的可以参考pandas中文网的io工具进行学习

保存数据
注意：index=None ：表示的是去除列索引
如果你想追加文件的话：加上参数 mode=‘a’
如：

df1.to_csv('Result1.csv',index=None,mode='a')　

pandas中的一些方法

查看数据的基本信息

# 会展示data数据中是列中是数字类型的统计情况，data后面可以指定列名，查看某一列的信息data[列名]
data.describe()

该方法会显示出数据的总数，平均数，中位数，25%分为数等信息
下图为在 jupyte notebook 中使用该方法返回的示例：

查看数据的整体情况，可以查看出数据的每一列的确实情况和数据类型

data.info()

示例图如下：

统计出现的次数

df[ column_1 ].value_counts()

• value_counts() 统计该列中每一项出现的次数
• value_counts() 后面可以进行切片，进行选择输出
  
  上面的内容 可以使用for循环将处理后的数