[[270326]]

Pandas模塊數據統計與分析常用方法

• df.describe()：按各列返回基本統計量和分位數
• df.count()：計算非NA值的數量，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.max()：計算***值，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.min()：計算最小值，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.sum()：計算和，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.mean()：計算平均值，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.median()：計算中位數，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.var()：計算方差，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.std()：計算標準差，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.mad()：根據平均值計算平均絕對偏差，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.cumsum()：計算累計求和，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df.cov()：計算協方差矩陣，axis=0 按列計算，axis=1 按行計算，默認axis=0。
• df1.corrwith(df2)：計算相關系數
• df1['col1'].groupby(df1['col2'])：列1 按照列2 分組，即列2為Key。
• grouped.agg({ 'col1':'fun1' , 'col2':'fun2' })：通過分組系列，還可以傳遞函數的列表或字典來進行聚合。對不同的列應用不同的函數的聚合，函數可以是多個。

示例數據集說明

接下來，我們將以如下數據集，分享各函數的使用方法。

df.describe()

按各列返回基本統計量和分位數。

df.count()

計算非NA值的數量，axis=0 按列計算，axis=1 按行計算，默認axis=0。

​df.max()

計算***值，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.min()

計算最小值，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.sum()

計算和，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.mean()

計算平均值，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.median()

計算中位數，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.var()

計算方差，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.std()

計算標準差，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.mad()

根據平均值計算平均絕對偏差，axis=0 按列計算，axis=1 按行計算，默認axis=0。

{!-- PGC_COLUMN --}

df.cumsum()

計算累計求和，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df.cov()

計算協方差矩陣，axis=0 按列計算，axis=1 按行計算，默認axis=0。

df1.corrwith(df2)

計算相關系數。

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

列1 按照列2 分組，即列2為Key。

df.groupby('col1')

DataFrame按照列1分組。

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

根據多個函數聚合，表現成多列，函數名為列名。

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

通過分組系列，還可以傳遞函數的列表或字典來進行聚合。對不同的列應用不同的函數的聚合，函數可以是多個。