16分钟
统计1
1. Series
和DataFrame
对象都支持Numpy
的数组接口,因此可以直接使用Numpy
提供的ufunc
函数对它们进行运算。这些函数通常都有三个常用参数:
axis
:指定运算沿着哪个轴进行level
:如果轴是多级索引MultiIndex
,则根据level
分组计算skipna
:运算是否自动跳过NaN
下面的方法使用如下的两个Series
和DataFrame
:
2. 数值运算类方法:(下面的DataFrame
方法对于Series
也适用)
DataFrame.abs()
:计算绝对值(只对数值元素进行计算)DataFrame.all([axis, bool_only, skipna, level])
:返回指定轴上:是否所有元素都为True
或者非零。bool_only
为True
则仅考虑布尔型的数据。DataFrame.any([axis, bool_only, skipna, level])
:返回指定轴上:是否存在某个元素都为True
或者非零。bool_only
为True
则仅考虑布尔型的数据。DataFrame.clip([lower, upper, axis])
:将指定轴上的数据裁剪到[lower,upper]
这个闭区间之内。超过upper
的值裁剪成upper
;小于lower
的值裁剪成lower
。DataFrame.clip_lower(threshold[, axis])
:返回一份拷贝,该拷贝是在指定轴上:向下裁剪到threshold
DataFrame.clip_upper(threshold[, axis])
:返回一份拷贝,该拷贝是在指定轴上:向上裁剪到threshold
DataFrame.prod([axis, skipna, level, ...])
:计算指定轴上的乘积DataFrame.sum([axis, skipna, level, ...])
:沿着指定轴,计算样本的和DataFrame.cumsum([axis, skipna])
:计算沿着axis
轴的累积和。DataFrame.cumprod([axis, skipna])
:计算沿着axis
轴的累积乘积。DataFrame.count([axis, level, numeric_only])
:计算沿着axis
轴,level
级索引的非NaN
值的数量。如果numeric_only
为True
,则只考虑数值和布尔类型。
对于
Series
,只有level
一个参数。
DataFrame.round([decimals])
:对元素指定小数点位数。decimals
可以为一个整数(所有的元素都按照该小数点位数)、一个字典(根据列label
指定)
3. 最大最小:(下面的DataFrame
方法对于Series
也适用)
DataFrame.max([axis, skipna, level, ...])
: 沿着指定轴,计算最大值DataFrame.min([axis, skipna, level, ...])
: 沿着指定轴,计算最小值Series.argmax([axis, skipna, ...])
: 计算最大值的索引位置(一个整数值)
pandas 0.20 以后,它返回的不再是索引位置,而是索引 label,等价于 idxmax
Series.argmin([axis, skipna, ...])
: 计算最小值的索引位置(一个整数值)pandas 0.20 以后,它返回的不再是索引位置,而是索引 label,等价于 idxmin
Series.idxmax([axis, skipna, ...])
: 计算最大值的索引label
Series.idxmin([axis, skipna, ...])
: 计算最小值的索引label
DataFrame.cummax([axis, skipna])
:计算沿着axis
轴的累积最大值。DataFrame.cummin([axis, skipna])
:计算沿着axis
轴的累积最最小值。DataFrame.quantile([q, axis, numeric_only, ...])
:计算指定轴上样本的百分位数。q
为一个浮点数或者一个array-like
。每个元素都是0~1
之间。如 0.5代表 50%分位DataFrame.rank([axis, method, numeric_only, ...])
:计算指定轴上的排名。DataFrame.pct_change([periods, fill_method, ...])
:计算百分比变化。periods
为相隔多少个周期。它计算的是:(s[i+periods]-s[i])/s[i]
,注意结果并没有乘以 100。Series.nlargest( *args,**kwargs)
:计算最大的N
个数。参数为:
n
:最大的多少个数keep
:遇到重复值时怎么处理。可以为:'first'/'last'
。Series.nsmallest( *args,**kwargs)
:计算最小的N
个数。参数同上。
学员评价