Python13-pandas整理05

• 算法运算    加减乘除对应位置运算
• 比较运算    >/</！=
• 汇总运算    

 

            count非空值计数

            df.count()  默认按每列进行计数   df.count(axis=1) 指定按行进行计数    df['C1'].count()  对某一列进行计数

            sum求和

            df.sum()  默认按每列进行求和   df.sum(axis=1) 指定按行进行求和    df['C1'].sum()  对某一列进行求和

            mean求均值

            df.mean()  默认按每列进行求均值   df.mean(axis=1) 指定按行进行求和    df['C1'].mean()  对某一列进行求均值

            min求小值  max求最大值   median求中位数   model求众数   var求方差   std求标准差     用法均同上

            quantile求分位数

            df.quantile(0.25, axis=1)  求取每行四分之一位数   df['c1'].quantile(0.75)  求c1列四分之三位数

 

            相关性运算

            corr()函数

            df['col1'].corr(df['col2'])    #求取col1列与col2列的相关系数

            df.corr()    #求取各字段两两间的相关性

---

apply和applymap函数

 

和Python中的map()函数一样，对序列中的所有元素执行形同的函数操作

 

apply() 函数主要对dataframe中的某一列或行中的元素执行相同的操作

df['C1'].apply(lambda x:x+1 )

applymap() 函数用于对dataframe中的每一个元素执行相同的函数操作

df.applymap(lambda x:x+1)