Pandas统计计算和描述

import numpy as np
import pandas as pd
df=pd.DataFrame([[1.4,np.nan],[7.1,-4.5],
                [np.nan,np.nan],[0.75,-1.3]],
                index=['a','b','c','d'],
                columns=['one','two'])
df

1.创建一个表

2.对表格每一列求和

df.sum()

3.对表格每一行求和

df.sum(axis=1)

4.每一列的最大值

df.idxmax()

5.每一列向下求和

• 默认axis=0

df.cumsum()

6.缺失值填充

df1 = df.fillna(1)
df1

7.差分值

• 原数据

df1.one = [0,1,2,3]
df2 = df1.drop(['two'],axis=1)
df2
c = pd.DataFrame({'two':np.array([6,8,55,12])},index=['a','b','c','d'])
c
m = pd.concat([df2,c],axis=1)
m

df2.diff()

• 差分后的结果
  

• 将该列向下平移一格，然后进行相减
  

• 里面数字为几就是平移几格，然后相减

• 如： df2.diff(2) 向下平移俩格然后相减

8.向上平移一格

• df2.shift(-1)
  

9.查看汇总统计

m.describe([.88])

10.每一列最大值

m.apply(lambda x:x.max())   # axis=0

• 每一行最大值

df.apply(lambda x:x.max(),axis=1) 

11.每一个数据加俩位小数点

m.applymap(lambda x:'%.2f'%x)