对比excel，轻松学习python数据分析(8：数据运算、9：时间序列）

第八章 数据运算

1.算术运算

1. 两列相加
2. 两列相减
3. 两列相乘
4. 两列相除
5. 任意一列加/减一个常数值，这一列中的所有值都加/减这个常数值
6. 任意一列乘/除一个常数值，这一列中的所有值都乘/除这一常数值

2.比较运算

比较是在列与列之间进行

3.汇总运算

• count 非空值计算
  1.某一个区域中非空（单元格）数值的个数
  2.直接在整个数据表上调用 count()函数，返回的结果为该数据表中每列的非空值的个数
  3.默认求每一列的非空数值的个数
  4.当axis参数等于1时，求取每一行的非空数值的个数
  5.也可以把某一列或者某一行索引出来，单独查看这一列或这一行的非空值个数

• sum()求和
  1.整个数据表上调用sum()函数，返回的是该数据表每一列的求和结果

• mean()求均值
  1.针对某一区域中的所有值进行求算术平均值运算,衡量数据一般情况的指标，容易受到极大值、极小值的影响
  2.对整个表直接调用mean()函数，返回的是该表中每一列的均值
  3.axis 参数等于1，对每一行进行求均值运算。
  4.把某一列或者某一行通过索引的方式取出来，然后在这一行或这一列上调用mean()函数，单独求取这一行或这一列的均值

• max()求最大值
  比较一组数据中所有数值的大小，然后返回最大的一个值。

• min()求最小值

• median() 求中位数

• mode()求众数
  axis = 1 求每一行的众数
  df[‘XX列名’].mode() 求某一列的众数

• var()求方差
  axis = 1 求每一行的
  df[‘XX列名’].var() 求某一列的

• std()求标准差
  axis = 1 求每一行的
  df[‘XX列名’].std() 求某一列的

• quantile()分位数

4.相关性

• corr()
  df[‘A’].corr(df[‘B’])
  corr()函数求取整个 DataFrame 表中各字段两两之间的相关性

第九章 时间序列

1.获取当前时间

from datetime import datetime
datetime.now()
datetime.now().year

Python中周几是从0开始数的，周日返回的是6，所以在后面加1

返回周几
返回周数

isocalendar() 返回当前时刻所在周的周数

2.指定日期和时间的格式

3.字符串和时间格式相互转换

str()函数将时间格式转换为字符串格式
parse()函数将字符串格式转换为时间格式

4.时间索引

5.时间运算

两个时间之差
时间偏移
timedelta