手把手教数据处理（一）——pandas数据处理之统计类函数

1 Pandas 统计类函数

• 1.汇总类统计

• 2.唯一去重和按值计数

• 3.相关系数和协方差

1.1 构造数据

我们提前构造测试数据，包括学生各科成绩：

import pandas as pd
data=pd.DataFrame({'name':['Abbe','Tony','Henry','Perry','Billy','Tracy'],
                  'english':[99,89,68,73,82,78],
                   'math':[89,81,78,69,81,92],
                   'science':[81,83,87,91,86,92]
                  })
data

1.2 汇总类统计

1.2.1 统计描述describe()

返回 DataFrame 中数值列数据的常见统计数据，返回一个 DataFrame 的数据表。

具体如下：

count(计数)、mean(平均值)、std(标准差)、min(最小值)、25%(排在25%处的值)、50%(排在50%处的值)、75%(排在75%处的值)、max(最大值) 等。

data.describe()

	english	math	science
count	6.000000	6.000000	6.000000
mean	81.500000	81.666667	86.666667
std	11.220517	8.189424	4.320494
min	68.000000	69.000000	81.000000
25%	74.250000	78.750000	83.750000
50%	80.000000	81.000000	86.500000
75%	87.250000	87.000000	90.000000
max	99.000000	92.000000	92.000000

也可以只对某一列进行统计描述，返回一个 Series 类型的数据。

data['english'].describe()

count 6.000000

mean 81.500000

std 11.220517

min 68.000000

25% 74.250000

50% 80.000000

75% 87.250000

max 99.000000

Name: english, dtype: float64

1.2.2 计数count()

对每列或每行的非空单元格进行计数。

参数列表：

DataFrame.count(axis=0, level=None, numeric_only=False)

axis : {0 or 'index', 1 or 'columns'}，默认为 0。

• If 0 or 'index'：为每列生成计数。

• If 1 or 'columns'：为每行生成计数。

返回 DataFrame 中 所有行/列 的计数，返回一个 Series 类型的数据。

列计数：

data.count()    # 默认axis=0，为列生成计数

name 6

english 6

math 6

science 6

dtype: int64

行计数：

data.count(axis=1)    # axis=1，为行生成计数

0 4

1 4

2 4

3 4

4 4

5 4

dtype: int64

1.2.3 求和sum()

返回请求轴的值之和。

参数列表：

data.sum(axis=0, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs,)

axis : {index (0), columns (1)}

axis也是默认为0（列求和），axis=1时表示行求和。