Python Pandas模块数据统计与分析常用方法

Pandas模块数据统计与分析常用方法

• df.describe()：按各列返回基本统计量和分位数
• df.count()：计算非NA值的数量，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.max()：计算最大值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.min()：计算最小值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.sum()：计算和，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.mean()：计算平均值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.median()：计算中位数，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.var()：计算方差，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.std()：计算标准差，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.mad()：根据平均值计算平均绝对偏差，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.cumsum()：计算累计求和，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df.cov()：计算协方差矩阵，axis=0 按列计算，axis=1 按行计算，默认axis=0。
• df1.corrwith(df2)：计算相关系数
• df1['col1'].groupby(df1['col2'])：列1 按照列2 分组，即列2为Key。
• grouped.agg({ 'col1':'fun1' , 'col2':'fun2' })：通过分组系列，还可以传递函数的列表或字典来进行聚合。对不同的列应用不同的函数的聚合，函数可以是多个。

示例数据集说明

接下来，我们将以如下数据集，分享各函数的使用方法。

df.describe()

按各列返回基本统计量和分位数。

df.count()

计算非NA值的数量，axis=0 按列计算，axis=1 按行计算，默认axis=0。

​df.max()

计算最大值，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.min()

计算最小值，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.sum()

计算和，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.mean()

计算平均值，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.median()

计算中位数，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.var()

计算方差，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.std()

计算标准差，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.mad()

根据平均值计算平均绝对偏差，axis=0 按列计算，axis=1 按行计算，默认axis=0。

{!-- PGC_COLUMN --}

df.cumsum()

计算累计求和，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df.cov()

计算协方差矩阵，axis=0 按列计算，axis=1 按行计算，默认axis=0。

df1.corrwith(df2)

计算相关系数。

df1['col1'].groupby(df1['col2'])

列1 按照列2 分组，即列2为Key。

df.groupby('col1')

DataFrame按照列1分组。

grouped.agg(['fun1','fun2'])

根据多个函数聚合，表现成多列，函数名为列名。

grouped.agg({ 'col1':'fun1' , 'col2':'fun2' })

通过分组系列，还可以传递函数的列表或字典来进行聚合。对不同的列应用不同的函数的聚合，函数可以是多个。