Python-科学计算-pandas-12-df单列计算

微信公众号原文

系统：Windows 7
语言版本：Anaconda3-4.3.0.1-Windows-x86_64
编辑器：pycharm-community-2016.3.2
pandas：0.19.2

• 这个系列讲讲Python的科学计算及可视化
• 今天讲讲pandas模块
• 计算Dataframe某一列的和、均值、最大值、最小值、样本标准方差

Part 1：背景

1. 已知一个Df，如下图
   • 包括3列["time", "pos", "value1", "value2"]
   • 包括8行[0,1,2,3,4,5,6,7]
2. 目标：求value1该列的和、均值、最大值、最小值、样本标准方差

Df

Part 2：代码

import pandas as pd

dict_1 = {"time": ["2019-11-02", "2019-11-03", "2019-11-04", "2019-11-05",
                   "2019-12-02", "2019-12-03", "2019-12-04", "2019-12-05"],
          "pos": ["A", "A", "B", "B", "C", "C", "C", "D"],
          "value1": [10, 20, 30, 40, 50, 60, 70, 80],
          "value2": [20, 30, 40, 50, 60, 70, 80, 90]}

df_1 = pd.DataFrame(dict_1, columns=["time", "pos", "value1", "value2"])
print(df_1, "\n")

# 单列计算
# 求和
sum_value = df_1["value1"].sum()
print("求和：", sum_value)
# 求均值
mean_value = df_1["value1"].mean()
print("均值：", mean_value)
# 最大值
max_value = df_1["value1"].max()
print("最大值：", max_value)
# 最小值
max_value = df_1["value1"].min()
print("最小值：", max_value)
# 标准方差
std_value = df_1["value1"].std()
print("标准方差：", std_value)

代码截图

运行结果

Part 3：部分代码解读

1. 求单列的和df_1["value1"].sum()，基本格式df[列名].计算函数()
   • 和：sum
   • 均值：mean
   • 最大值：max
   • 最小值：min
   • 样本标准方差：std，注意是样本标准方差，对应（n-1），不是总体标准方差

Ps：根据pos列可以将value1进行分组，那么对应每一组的计算值又如何实现？请看下回分解

本文为原创作品，欢迎分享朋友圈

长按图片识别二维码，关注本公众号
Python 优雅 帅气