这篇教程python中DataFrame常用的描述性统计分析方法详解写得很实用，希望能帮到您。
DataFrame常用描述性统计分析方法
sum() 求和使用sum()方法对DataFrame对象求和。
其中**set_option(‘display.unicode.east_asian_width’, True)**可以使显示的DataFrame值与列名对齐。
sum有axis参数，默认为0，表示对列求和 - 设置为1表示对行求和。
- 也可以设置 skipna参数，改参数默认为True，表示不考虑缺失值，如果是False则表示考虑缺失值，当存在缺失值时，则对应的结果表示为Nan。
- （布尔类型的参数值，当传入为其它类型的值时，也解读为该值的布尔值）
这里对示例数据的行求和，然后生成一个新的列添加在数据中。 import pandas as pddata = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]index = [1, 2, 3]columns = ['语文', '数学', '英语']pd.set_option('display.unicode.east_asian_width', True)df = pd.DataFrame(data=data, index=index, columns=columns)print(df)print("================================")# 增加一列df['总成绩'] = df.sum(axis=1, skipna=1)print(df)程序运行结果如下： 
mean() 求平均值这里对生成数据的每一列求平均值，然后作为一个新的行增加给原数据。 通过示例可以看到，当原数据中存在空值时，计算均值时分子和分母都不计入该数据。即mean()求的是非空数据的平均值。 import pandas as pddata = [[110, 105, 99], [105, 88, 115], [109, 120, 130], [112, 115]]index = [1, 2, 3, 4]columns = ['语文', '数学', '英语']pd.set_option('display.unicode.east_asian_width', True)df = pd.DataFrame(data=data, index=index, columns=columns)print(df)print("================================")new = df.mean()# 增加一行数据（语文、数学和英语的平均值,忽略索引）df = df.append(new, ignore_index=True)print(df)
关于DataFrame的append()方法 DataFrame增添一行可以使用append()方法。设置参数，ignore_index=True可以忽略掉索引。 当在DataFrame后边追加的对象为Series时，必须把ignore_index设为True，或者除非Serise有name属性。 当追加多列时，设置ignore_index为True可以避免出现索引值重复的异常事件。 此外DataFrame的append()方法在未来的版本即将被取消。将由concat替代。
max() 最大值 & min() 最小值import pandas as pddata = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]index = [1, 2, 3]columns = ['语文', '数学', '英语']pd.set_option('display.unicode.east_asian_width', True)df = pd.DataFrame(data=data, index=index, columns=columns)print(df)print("================================")df_max = df.max()print(df_max)print("================================")df_min = df.min()print(df_min)
median() 中位数import pandas as pddata = [[110, 120, 110], [130, 130, 131], [115, 120, 130]]columns = ['语文', '数学', '英语']df = pd.DataFrame(data=data, columns=columns)print(df)print("================================")print(df.median())
mode() 众数import pandas as pddata = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]columns = ['语文', '数学', '英语']df = pd.DataFrame(data=data, columns=columns)print(df)# 三科成绩的众数print(df.mode())# 每一行的众数print(df.mode(axis=1))# “数学”的众数print(df['数学'].mode()) 
var() 方差import pandas as pddata = [[110, 113, 102, 105, 108], [118, 98, 119, 85, 118]]index = ['小黑', '小白']columns = ['物理1', '物理2', '物理3', '物理4', '物理5']df = pd.DataFrame(data=data, index=index, columns=columns)print(df)print("========================================")print(df.var(axis=1))
std() 标准差import pandas as pddata = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]columns = ['语文', '数学', '英语']df = pd.DataFrame(data=data, columns=columns)print(df)print("=============================")print(df.std())
quantile() 分位数以35%分位数为例 import pandas as pd# 创建DataFrame数据（数学成绩）data = [120, 89, 98, 78, 65, 102, 112, 56, 79, 45]columns = ['数学']df = pd.DataFrame(data=data, columns=columns)print(df)print("============================")# 计算35%的分位数x = df['数学'].quantile(0.35)# 输出淘汰学生print(df[df['数学'] <= x])
关于其他数据类型，如Timestamp，也可以使用分位数quantile()方法。 import pandas as pdpd.set_option('display.unicode.east_asian_width', True)df = pd.DataFrame({'A': [1, 2], 'B': [pd.Timestamp('2019'), pd.Timestamp('2020')], 'C': [pd.Timedelta('1 days'), pd.Timedelta('2 days')]})print(df)print("==============================")print(df.quantile(0.5, numeric_only=False))
到此这篇关于python中DataFrame常用的描述性统计分析方法详解的文章就介绍到这了,更多相关python的DataFrame常用方法内容请搜索wanshiok.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持wanshiok.com！
python中numpy.dot()计算矩阵相乘
使用jupyter |
