文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在Python里，用股票案例讲描述性统计分析方法（内容来自我的书）

理解概念后，在如下的CalAvgMore.py范例中，将以股票收盘价为例，演示平均数、中位数和四分位数的求法。...Pandas库的DataFrame对象已经封装了求各种统计数据的方法，具体而言，能通过第5行的mean方法求平均值，在调用时，还可以用诸如df['Close']的样式，指定针对哪列数据计算。...通过第6行的median方法，能计算指定列的中位数。 在第7行到第9行的代码里，是通过 quantile方法求百分位数，比如第7行的参数是0.5，则求第50的百分位数。...在如下的BoxPlotDemo.py范例中，将还是以股票收盘价为例，展示箱状图的绘制技巧，从中大家能进一步了解分位数的概念。...在如下的CalAlias.py范例中，将演示这三个值的获取方式。

1.3K10

Pandas profiling 生成报告并部署的一站式解决方案

它为数据集提供报告生成，并为生成的报告提供许多功能和自定义。在本文中，我们将探索这个库，查看提供的所有功能，以及一些高级用例和集成，这些用例和集成可以对从数据框创建令人惊叹的报告!...可以将DataFrame对象传递给profiling函数，然后调用创建的函数对象以开始生成分析文件。 无论采用哪种方式，都将获得相同的输出报告。我正在使用第二种方法为导入的农业数据集生成报告。...该Overview包括总体统计的。这包括变量数（数据框的特征或列）、观察数（数据框的行）、缺失单元格、缺失单元格百分比、重复行、重复行百分比和内存中的总大小。...统计选项卡包括： 分位数统计：Min-Max、百分位数、中位数、范围和 IQR（四分位间距）。 描述性统计：标准偏差、方差系数、峰度、均值、偏度、方差和单调性。...但是还有一些其他方法可以使你的报告脱颖而出。 Jupyter 笔记本中的小部件 在你的 Jupyter 笔记本中运行panda profiling时，你将仅在代码单元格中呈现 HTML。

3.2K10
您找到你想要的搜索结果了吗？
是的
没有找到

Pandas进阶修炼120题｜当Pandas遇上NumPy

(如标准正态分布)的数 答案 tem = np.random.normal(0, 1, 20) df3 = pd.DataFrame(tem) 85 数据创建 题目：将df1，df2，df3按照行合并为新...DataFrame 难度：⭐⭐ 答案 df = pd.concat([df1,df2,df3],axis=0,ignore_index=True) 86 数据创建 题目：将df1，df2，df3按照列合并为新...答案 df = pd.concat([df1,df2,df3],axis=1,ignore_index=True) df 87 数据查看 题目：查看df所有数据的最小值、25%分位数、中位数、75%分位数...75, 100])) 88 数据修改 题目：修改列名为col1,col2,col3 难度：⭐ 答案 df.columns = ['col1','col2','col3'] 89 数据提取 题目：提取第一列中不在第二列出现的数字...='valid') 98 数据修改 题目：将数据按照第三列值的大小升序排列 难度：⭐⭐ 答案 df.sort_values("col3",inplace=True) 99 数据修改 题目：将第一列大于50

96020

玩转数据处理120题｜Pandas版本

['categories'] # 等价于 df.drop(columns=['categories'], inplace=True) 35 数据处理 题目：将df的第一列与第二列合并为新的一列 难度：...⭐⭐ Python解法 df['test'] = df['education'] + df['createTime'] 36 数据处理 题目：将education列与salary列合并为新的一列 难度...：将df1，df2，df3按照列合并为新DataFrame 难度：⭐⭐ 期望结果 0 1 2 0 95 0 0.022492 1 22 5 -1.209494 2 3 10 0.876127 3 21...'col2']) # 194.29873905921264 101 数据读取 题目：从CSV文件中读取指定数据 难度：⭐⭐ 备注 从数据1中的前10行中读取positionName, salary两列...Python解法 df = pd.DataFrame(np.random.random(10)**10, columns=['data']) df.round(3) 105 数据处理 题目：将上一题的数据转换为百分数

7.4K40

Pandas进阶修炼120题｜完整版

] 35 数据处理 题目：将df的第一列与第二列合并为新的一列 难度：⭐⭐ 答案 df['test'] = df['education']+df['createTime'] 36 数据处理 题目：将...(如标准正态分布)的数 答案 tem = np.random.normal(0, 1, 20) df3 = pd.DataFrame(tem) 85 数据创建 题目：将df1，df2，df3按照行合并为新...DataFrame 难度：⭐⭐ 答案 df = pd.concat([df1,df2,df3],axis=0,ignore_index=True) 86 数据创建 题目：将df1，df2，df3按照列合并为新...答案 df = pd.concat([df1,df2,df3],axis=1,ignore_index=True) df 87 数据查看 题目：查看df所有数据的最小值、25%分位数、中位数、75%分位数...答案 df.round(3) 105 数据处理 题目：将上一题的数据转换为百分数 难度：⭐⭐⭐ 期望结果 ?

11.7K106

干货：4个小技巧助你搞定缺失、混乱的数据（附实例代码）

想了解更多，可访问： http://www.numpy.org .digitize(...)方法对指定列中的每个值，都返回所属的容器索引。第一个参数是要分级的列，第二个参数是容器的数组。...使用DataFrame的.value_counts()得到每个容器中的记录计数，counts_b = csv_read['b_price'].value_counts()。 4....更多 有时候我们不会用均匀间隔的值，我们会让每个桶中拥有相同的数目。要达成这个目标，我们可以使用分位数。 分位数与百分位数有紧密的联系。...区别在于百分位数返回的是给定百分数的值，而分位数返回的是给定分位点的值。...columns参数指定了代码要处理的DataFrame的列（或某些列，因为可以传入列表）。通过指定前缀，我们告诉方法生成的列名以d打头；本例中生成的列会叫d_Condo。

1.5K30

《python数据分析与挖掘实战》笔记第3章

特别适用于指标间的横纵向比较、 时间序列的比较分析。在对比分析中，选择合适的对比标准是十分关键的步骤，只有选择合 适，才能做出客观的评价，选择不合适，评价可能得出错误的结论。...为了消除少数极端值的影响， 可以使用截断均值或者中位数来度量数据的集中趋势。截断均值是去掉高、低极端值之后的平均数。 （2）中位数 中位数是将一组观察值按从小到大的顺序排列，位于中间的那个数。...将所有数值由小到大排列并分成四等份，处于 第一个分割点位置的数值是下四分位数，处于第二个分割点位置(中间位置)的数值是中位 数，处于第三个分割点位置的数值是上四分位数。...代码清单3-5，计算两个列向量的相关系数 # -*- coding:utf-8 -*- # 釆用Spearman方法计算两个列向量的相关系数 import pandas as pd D = pd.DataFrame...D = pd.DataFrame([x, x+1]).T #构造两列的DataFrame D.plot(kind = 'box') #调用Series内置的作图方法画图，用kind参数指定箱形图box

2.1K20

Python数据分析pandas之分组统计透视表

数据聚合统计 Padans里的聚合统计即是应用分组的方法对数据框进行聚合统计，常见的有min(最小)、max(最大)、avg(平均值)、sum(求和)、var()、std(标准差)、百分位数、中位数等。...数据框概览 可以通过describe方法查看当前数据框里数值型的统计信息，主要包括条数、均值、标准差、最小值、25分位数、50分位数、75分位数、最大值方面的信息。...如果是查看某列的统计信息，在数据框下加“.”列名即可。...print(df2.describe()) #查看age列的数据概况 print(df2.age.describe()) # 当然也可以指定percentiles，比如这里仅显示百分之30、50分位数...生成的对象是Series，如有需要可以转换为DataFrame。

1.5K30

Python-for-data-移动窗口函数

常用指定衰减因子的方法：使用span（跨度） ewm算子 # 将苹果公司的股票价格的60日均线和span=60的EW移动均线进行比较 appl_px = close_px.AAPL["2006":"2007...例如，金融分析中的股票和基准指数的关联性问题：计算时间序列的百分比变化pct_change() close_px_all[:5] .dataframe tbody tr th:only-of-type...spx_px = close_px_all["SPX"] # 选择某列的数据 spx_rets = spx_px.pct_change() # 计算该列的百分比变化 returns = close_px.pct_change...() # 计算整个数据的百分比变化 # 调用rolling后，corr聚合函数可以根据spx_rets计算滚动相关性 # 计算returns和spx_rets的相关性 corr = returns.AAPL.rolling...唯一要求：该函数从每个数组中产生一个单值(缩聚)，例如使用rolling()…quantile(q)计算样本的中位数 # 定值的百分位数:scipy.stats.percentileofscore from

2.1K10

精品教学案例 | 金融贷款数据的清洗

查看数据中缺失值数量所占总数据量的百分比，从而使结果更加直观，以便进一步处理缺失值。 创建一个新的DataFrame数据表来存储每列数据中缺失值所占的百分比。...，可以发现缺失值比例在（0.01%，80%）的列中，除3列数据缺失值在56%以上，其余列数据的缺失值均小于17%，故可以简单认为在此数据集中缺失值在56%以上的数据列提供信息有限，故将缺失百分比56%以上的列数据全部删除...在DataFrame求其一列即Series对象中的均值的方法为mean,众数的方法为mode,中位数的方法为median。 首先是对字符型的填补。...，由此新的DataFrame来计算得到所需的中位数的值，再填补回原数据中。...将信息补完，再填补回原数据中。此处使用简单的字符串粘贴即可。

4.4K21

如何在Python 3中安装pandas包和使用数据结构

], name='Squares') 现在，让我们打电话给系列，这样我们就可以看到pandas的作用： s 我们将看到以下输出，左列中的索引，右列中的数据值。...Python词典提供了另一种表单来在pandas中设置Series。 DataFrames DataFrame是二维标记的数据结构，其具有可由不同数据类型组成的列。...在我们的示例中，这两个系列都具有相同的索引标签，但如果您使用具有不同标签的Series，则会标记缺失值NaN。 这是以我们可以包含列标签的方式构造的，我们将其声明为Series'变量的键。...在DataFrame中对数据进行排序 我们可以使用DataFrame.sort_values(by=...)函数对DataFrame中的数据进行排序。...，用于表示数据变化范围的数值 min 集合中的最小或最小数字 25% 第25百分位数 50% 第50百分位数 75% 第75百分位数 max 集合中的最大或最大数字 让我们通过使用describe()

18.3K00

Pandas进阶修炼120题｜第二期

答案 df.head() 23 数据计算 题目：将salary列数据转换为最大值与最小值的平均值 难度：⭐⭐⭐⭐ 期望输出 ?...False) 30 数据提取 题目：取出第33行数据 难度：⭐⭐ 答案 df.loc[33] 31 数据计算 题目：计算salary列的中位数 难度：⭐⭐ 答案 np.median(df['salary...] 35 数据处理 题目：将df的第一列与第二列合并为新的一列 难度：⭐⭐ 答案 df['test'] = df['education']+df['createTime'] 36 数据处理 题目：将...education列与salary列合并为新的一列 难度：⭐⭐⭐ 备注：salary为int类型，操作与35题有所不同 答案 df["test1"] = df["salary"].map(str) +...：将上一题生成的dataframe与df合并 难度：⭐⭐ 答案 df= pd.concat([df,df1],axis=1) 44 数据计算 题目：生成新的一列new为salary列减去之前生成随机数列

83400

Pandas 25 式

调用 read_csv() 函数读取生成器表达式里的每个文件，把读取结果传递给 concat() 函数，然后合并为一个 DataFrame。...用多个文件建立 DataFrame ~ 按列 上个技巧按行合并数据集，但是如果多个文件包含不同的列，该怎么办？ 本例将 drinks 数据集分为了两个 CSV 文件，每个文件都包含 3 列。 ?...用 dropna() 删除列里的所有缺失值。 ? 只想删除列中缺失值高于 10% 的缺失值，可以设置 dropna() 里的阈值，即 threshold. ? 16....接下来，为 DataFrame 新增一列，total_price。 ? 如上所示，每一行都列出了对应的订单总价。 这样一来，计算每行产品占订单总价的百分比就易如反掌了。 ? 20....年龄列有 1 位小数，票价列有 4 位小数，如何将这两列显示的小数位数标准化？ 用以下代码让这两列只显示 2 位小数。 ? 第一个参数是要设置的选项名称，第二个参数是 Python 的字符串格式。

8.4K00

pandas库的简单介绍（4）

默认情况下，rank通过将平均排名分配到每个组来打破平级关系。 rank的常用参数如下，rank(method='', axis='')。当为DataFrame时，axis可以为columns。...sum 加和 mean 均值 median 中位数（50%分位数） prod 所有值的积 var 值的样本方差 std 值的样本标准差 skew, kurt 样本偏度（第三时刻）、样本峰度（第四时刻）...的值 cumsum 累计值 cummin, cummax 累计值的最小值和最大值 cumprod 值的累计积 pct_change 计算百分比 ---- 5.2 相关性和协方差 相关性和协方差分别用到了...；利用corrwith来计算每一列对某一列的相关性，例如frame.corrwith(frame['two'])计算每一列对two列的的相关性，也可以传入axis='columns'逐行计算。...，可能要计算DataFrame多个相关列的直方图，使用方法如下： data = pd.DataFrame({'A':[1, 5, 4, 100, 5], 'B

1.4K30

我的Python分析成长之路9

1.pandas数据结构 　　　　在pandas中，有两个常用的数据结构：Series和Dataframe  为大多数应用提供了一个有效、易用的基础。 　　　　...:计算Series或DataFrame各列的汇总统计集合 　　　　pct_change:计算百分比 　　　　2.类别型数据的描述性统计 　　　　描述类别型特征的分布状况，可以使用频数统计表 　　　　value_count...13 print(group.mean()) #返回每组的均值 14 print(group.median()) #返回每组的中位数 15 print(group.cumcount()) #对每个分组中的成员进行标记...分组 View Code 2.使用agg和aggregate方法聚合，能够将函数应用于每一列 　　　　DataFrame.agg(func,axis=0,*args,**kwargs) 　　　　...(group.mean()) #返回每组的均值 print(group.median()) #返回每组的中位数 print(group.cumcount()) #对每个分组中的成员进行标记 print

2.1K11

Pandas进阶修炼120题｜第二期

答案 df.head() 23 数据计算 题目：将salary列数据转换为最大值与最小值的平均值 难度：⭐⭐⭐⭐ 期望输出 ?...False) 30 数据提取 题目：取出第33行数据 难度：⭐⭐ 答案 df.loc[33] 31 数据计算 题目：计算salary列的中位数 难度：⭐⭐ 答案 np.median(df['salary...] 35 数据处理 题目：将df的第一列与第二列合并为新的一列 难度：⭐⭐ 答案 df['test'] = df['education']+df['createTime'] 36 数据处理 题目：将...education列与salary列合并为新的一列 难度：⭐⭐⭐ 备注：salary为int类型，操作与35题有所不同 答案 df["test1"] = df["salary"].map(str) +...：将上一题生成的dataframe与df合并 难度：⭐⭐ 答案 df= pd.concat([df,df1],axis=1) 44 数据计算 题目：生成新的一列new为salary列减去之前生成随机数列

85430
点击加载更多

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

更多标签

活动推荐

    运营活动

    活动名称
    广告关闭

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

    领券