pandas统计计算方法

pandas 笔记008

八、pandas统计计算方法

1.主要统计方法

方法	说明
count	非NAN值的数量
describe	针对Series或各DataFrame列计算汇总统计
min、max	计算最小值和最大值
argmin. argmax	计算能够获取到最小值和最大值的索引位置(整数)
idxmin、 idxmax	计算能够获取到最小值和最大值的索引值
quantile	计算样本的分位数(0到1)
sum	值的总和
mean	值的平均数
median	值的算术中位数(50%分位数)
mad	根据平均值计算平均绝对离差
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	样本值的家计和
cummin、 cummax	样本值的累计最大值和累计最小值
cumprod	样本值的累计积
diff	计算一阶差分(对时间序列很有用)
pct_change	计算百分数变化

2. 示例一些方法

import numpy as np
import pandas as pd

df = pd.DataFrame([[1,2,np.nan],
                   [2,6,np.nan],
                   [3,8,9],
                   [np.nan,2,1]],index=list('abcd'),columns=list('MNK'))
df

     M	 N	K
a	1.0	 2	NaN
b	2.0	 6	NaN
c	3.0	 8	9.0
d	NaN	 2	1.0

2.1 sum()

默认axis=0 计算列 默认skipna=True(计算时排除NAN值)

df.sum()   

M     6.0
N    18.0
K    10.0
dtype: float64

默认axis=0 计算列 ，skipna=False(计算时不排除NAN值，有NAN值的计算都会返回NAN值)

df.sum(skipna=False)  

M     NaN
N    18.0
K     NaN
dtype: float64

计算行(axis=1或者axis='columns') 默认skipna=True(计算时排除NAN值)

df.sum(axis=1)   

a     3.0
b     8.0
c    20.0
d     3.0
dtype: float64

计算行(axis=1或者axis='columns') skipna=False(计算时不排除NAN值，有NAN值的计算都会返回NAN值)

df.sum(axis=1,skipna=False)   

a     NaN
b     NaN
c    20.0
d     NaN
dtype: float64

2.2 idxmax() 和 idxmin()

idxmax()默计(axis=0)算每列能够获取到最大值的行索引值 （如果有多个相同的最大值则取第一个），axis=1则计算每行能够获取到最大值的列索引值。NAN值不用管。

idxmin()默计(axis=0)算每列能够获取到最小值的行索引值 （如果有多个相同的最小值则取第一个），axis=1则计算每行能够获取到最大值的列索引值。

a = pd.DataFrame([ [4,2,4],
                   [2,6,np.nan],
                   [4,np.nan,9],
                   [np.nan,2,1]]</