首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Python-科学计算-pandas-12-df单列计算

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

代码语言:javascript
复制
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
min_value = df_1["value1"].min()
print("最小值:", min_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

下一篇
举报
领券