pandas常用的统计计算

pandas对象拥有一组常用的数学和统计方法。它们大部分都属于约简和汇总统计，用于从Series中提取单个值（如sum或mean）或从DataFrame的行或列中提取一个Series。跟对应的NumPy数组方法相比，它们都是基于没有缺失数据的假设而构建的。

Pandas为我们提供了非常多的描述性统计分析的指标方法，比如总和、均值、最小值、最大值等。

统计方法

方法名	功能
sum	计算和
mean	计算平均值
median	获取中位数
max、min	获取最大值和最小值
idxmax、idxmin	获取最大和最小索引值
count	计算非NaN值的个数
head	获取前N个值
var	样本值的方差
std	样本值的标准差
skew	样本值的偏度(三阶矩)
kurt	样本值的峰度(四阶矩)
cumsum	样本值的累计和
cummin、cummax	样本值的累积最小值和累积最大值
cumpord	样本值的累计积。
describe	对Series和DataFrame列计算汇总统计

常用的统计计算

统计描述
如果希望一次性输出多个统计指标，则我们可以调用descript()方法实现，语法格式如下：
describe(percentiles=None, include=None, exclude=None)

df_obj = pd.DataFrame(np.arange(12).reshape(3,4),columns=['a','b','c','d'])
print(df_obj)
'''
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
'''
print(df_obj.sum()) # 计算和
'''
a    12
b    15
c    18
d    21
dtype: int64
'''
print(df_obj.mean()) # 计算平均值
'''
a    4.0
b    5.0
c    6.0
d    7.0
dtype: float64
'''
print(df_obj.median()) # 获取中位数
'''
a    4.0
b    5.0
c    6.0
d    7.0
dtype: float64
'''
# 获取最大值和最小值
print(df_obj.max())
'''
a     8
b     9
c    10
d    11
dtype: int32
'''
print(df_obj.min())
'''
a    0
b    1
c    2
d    3
dtype: int32
'''
# 获取最大和最小索引数
print(df_obj.idxmax())
'''
a    2
b    2
c    2
d    2
dtype: int64
'''
print(df_obj.idxmin())
'''
a    0
b    0
c    0
d    0
dtype: int64
'''
print(df_obj.count()) # 计算非NaN值的个数
'''
a    3
b    3
c    3
d    3
dtype: int64
'''
print(df_obj.head()) # 获取前N个值
'''
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
'''
print(df_obj.var()) # 样本值的方差
'''
a    16.0
b    16.0
c    16.0
d    16.0
dtype: float64
'''
print(df_obj.std()) # 样本值的标准差
'''
a    4.0
b    4.0
c    4.0
d    4.0
dtype: float64
'''
print(df_obj.skew()) # 样本值的偏度（三阶矩）
'''
a    0.0
b    0.0
c    0.0
d    0.0
dtype: float64
'''
print(df_obj.kurt()) # 样本值的偏度（四阶矩）
'''
a   NaN
b   NaN
c   NaN
d   NaN
dtype: float64
'''
print(df_obj.cumsum()) # 样本值的累计和
'''
    a   b   c   d
0   0   1   2   3
1   4   6   8  10
2  12  15  18  21
'''
# 样本值的累计最小值和累计最大值
print(df_obj.cummin())
'''
   a  b  c  d
0  0  1  2  3
1  0  1  2  3
2  0  1  2  3
'''
print(df_obj.cummax())
'''
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
'''
print(df_obj.cumprod()) # 样本值的累计积
'''
   a   b    c    d
0  0   1    2    3
1  0   5   12   21
2  0  45  120  231
'''
print(df_obj.describe()) # 对Series和DataFrame列计算汇总统计
'''
         a    b     c     d
count  3.0  3.0   3.0   3.0
mean   4.0  5.0   6.0   7.0
std    4.0  4.0   4.0   4.0
min    0.0  1.0   2.0   3.0
25%    2.0  3.0   4.0   5.0
50%    4.0  5.0   6.0   7.0
75%    6.0  7.0   8.0   9.0
max    8.0  9.0  10.0  11.0
'''