Python-科学计算-pandas-04-统计数据

zishendianxia

发布于 2019-11-18 22:03:37

5240

发布于 2019-11-18 22:03:37

文章被收录于专栏：Python工程师

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

这个系列讲讲Python的科学计算版块
今天讲讲pandas模块：获取某列的一些统计结果，包括最大/最小值/均值/标准方差等

Part 1：示例

已知一个DataFrame，有4列["quality_1", "measure_value", "up_tol", "down_tol"]
获取测量值列的一些统计数据

Part 2：代码

import pandas as pd

dict_1 = {"quality_1": ["pos_1", "pos_2", "pos_3", "pos_4", "pos_5"],          "measure_value": ["6", "4", 6, 3.5, 2.5],          "up_tol": [5, 5, 3, 3, 2],          "down_tol": [-5, -5, -3, -3, 2]}
df = pd.DataFrame(dict_1, columns=["quality_1", "measure_value", "up_tol", "down_tol"])print(df)statistic_value = df.describe()print(statistic_value)
print("\n", "数据类型转换后")df[["measure_value"]] = df[["measure_value"]].astype(float)print(df)statistic_value = df.describe()print(statistic_value)

代码截图

执行结果

Part 3：部分代码解读

statistic_value = df.describe()，对数值列进行统计计算，输出结果分类：
- 样本数目
- 均值
- 标准方差
- 最小值
- 25%位数
- 50%位数，即中位数
- 75%位数
- 最大值
df[["measure_value"]] = df[["measure_value"]].astype(float)，对measure_value列进行数据类型转换

传送门

文为原创作品，欢迎分享朋友圈

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-11-16，如有侵权请联系 cloudcommunity@tencent.com 删除

python