42 pandas统计分析基础--描述分析DataFrame数据及转换与处理时间序列数据

• 数值型数据的描述性统计主要包括了计算数值型数据的完整情况、最小值、均值、中位数、最 大值、四分位数、极差、标准差、方差、协方差和变异系数等。pandas库基于NumPy，自然也可以用一些统计函数对DataFrame进行描述性统计。

• pandas还提供了一个方法叫作describe，能够一次性得出DataFrame所有数值型特征的非空值数 目、均值、四分位数、标准差。

• 描述类别型特征的分布状况，可以使用频数统计表。pandas库中实现频数统计的方法为value_counts

• describe方法除了支持传统数值型以外，还支持非数值型(类别型)数据的描述性统计。例如 ，统计列的非空元素的数目，类别的数目，数目最多的类别，数目最多类别的数目。但在此之前，需要将这些非数值型(类别型)的数据用astype方法转换为category类型

• 数据分析的分析对象不仅局限于数值型和类别型两种，常用的数据类型还包括了时间类型。通过时间类型数据能够获取到对应的年月日和星期等信息。 但时间类型数据在读人Python后常常以字符串形式出现，无法实现大部分与时间相关的分析。 pandas 库继承了NumPy库的datetime64以及timedelta64模块，能够快速地实现时间字符串 的转换、信息提取和时间运算。

• 其中Timestamp作为时间类中最基础的，也是最为常用的。在多数情况下，时间相关的字符串 都会转换成为Timestamp。pandas提供了to_datetime函数，能够实现这一目标。值得注意的是，Timestamp类型时间是有限制的。

• 除了将数据从原始DataFrame中直接转换为Timestamp格式外，还可以将数据单独提取出来将 其转换为DatetimeIndex或者PeriodIndex。转换为PeriodInde