栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > 资讯 > 高等教育 > 院校资讯

pandas统计分析——数据计算

pandas统计分析——数据计算

pandas——数据计算

同步滚动:本文主要介绍使用pandas进行数据计算

数据计算

pandas中具有大量的数据计算函数,比如求和、求平均值、求最大值、最小值、中位数、众数、方差、标准差等。

求和(sum)函数
DataFrame.sum(axis = None,skipna = None,level = None,numeric_only = None,min_count = 0,**kwargs)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)skipna:布尔型,表示计算结果是否排除NaN/Null值,默认值为Nonelevel:表示索引层级,默认为Nonenumeric_only:仅数字,布尔型,默认值为Nonemin_count:表示执行操作所需的数目,整型,默认为0**kwargs:要传递给函数的附加关键字参数。返回值:返回Series对象或DataFrame对象。行或列求和数据
import pandas as pdpd.set_option('display.unicode.east_asian_width',True)data = [[110,105,99],[105,88,115],[109,120,130]]index = [1,2,3]columns =['语文','数学','英语']df = pd.DataFrame(data = data,index = index,columns=columns)df['总成绩']=  df.sum(axis = 1)print(df)

语文 数学 英语 总成绩1 110 105 99 3142 105 88 115 3083 109 120 130 359

求均值(mean函数)
mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)skipna:布尔型,表示计算结果是否排除NaN/Null值,默认值为Nonelevel:表示索引层级,默认为Nonenumeric_only:仅数字,布尔型,默认值为Nonemin_count:表示执行操作所需的数目,整型,默认为0**kwargs:要传递给函数的附加关键字参数。返回值:返回Series对象或DataFrame对象。行或列平均值数据
import pandas as pdpd.set_option('display.unicode.east_asian_width',True)data = [[110,105,99],[105,88,115],[109,120,130],[112,115]]index = [1,2,3,4]columns =['语文','数学','英语']df = pd.DataFrame(data = data,index = index,columns=columns)new = df.mean()#增加一行数据(语文、数学和英语的平均值,忽略索引)df = df.append(new,ignore_index=True)print(df)
    语文   数学        英语0  110.0  105.0   99.0000001  105.0   88.0  115.0000002  109.0  120.0  130.0000003  112.0  115.0         NaN4  109.0  107.0  114.666667
最大值(max函数)
max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)skipna:布尔型,表示计算结果是否排除NaN/Null值,默认值为Nonelevel:表示索引层级,默认为Nonenumeric_only:仅数字,布尔型,默认值为Nonemin_count:表示执行操作所需的数目,整型,默认为0**kwargs:要传递给函数的附加关键字参数。返回值:返回Series对象或DataFrame对象。行或列最大值数据
import pandas as pdpd.set_option('display.unicode.east_asian_width',True)data = [[110,105,99],[105,88,115],[109,120,130],[112,115]]index = [1,2,3,4]columns =['语文','数学','英语']df = pd.DataFrame(data = data,index = index,columns=columns)new = df.max()#增加一行数据(语文、数学和英语的最大值,忽略索引)df = df.append(new,ignore_index=True)print(df)
    语文   数学   英语0  110.0  105.0   99.01  105.0   88.0  115.02  109.0  120.0  130.03  112.0  115.0    NaN4  112.0  120.0  130.0
最小值(min函数)
min(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)skipna:布尔型,表示计算结果是否排除NaN/Null值,默认值为Nonelevel:表示索引层级,默认为Nonenumeric_only:仅数字,布尔型,默认值为Nonemin_count:表示执行操作所需的数目,整型,默认为0**kwargs:要传递给函数的附加关键字参数。返回值:返回Series对象或DataFrame对象。行或列最小值数据import pandas as pd pd.set_option('display.unicode.east_asian_width',True) data = [[110,105,99],[105,88,115],[109,120,130],[112,115]] index = [1,2,3,4] columns =['语文','数学','英语'] df = pd.DataFrame(data = data,index = index,columns=columns) new = df.min() #增加一行数据(语文、数学和英语的最小值,忽略索引) df = df.append(new,ignore_index=True) print(df) 语文 数学 英语 0 110.0 105.0 99.0 1 105.0 88.0 115.0 2 109.0 120.0 130.0 3 112.0 115.0 NaN 4 105.0 88.0 99.0中位数(median函数)

中位数又叫作中值,按顺序排列的一组数据中位于中间位置的数,其不受异常值的影响。

median(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)skipna:布尔型,表示计算结果是否排除NaN/Null值,默认值为Nonelevel:表示索引层级,默认为Nonenumeric_only:仅数字,布尔型,默认值为Nonemin_count:表示执行操作所需的数目,整型,默认为0**kwargs:要传递给函数的附加关键字参数。返回值:返回Series对象或DataFrame对象。行或列中位数数据
import pandas as pdpd.set_option('display.unicode.east_asian_width',True)data = [[110,105,99],[105,88,115],[109,120,130],[112,115]]index = [1,2,3,4]columns =['语文','数学','英语']df = pd.DataFrame(data = data,index = index,columns=columns)new = df.median()#增加一行数据(语文、数学和英语的中位数,忽略索引)df = df.append(new,ignore_index=True)print(df)
    语文   数学   英语0  110.0  105.0   99.01  105.0   88.0  115.02  109.0  120.0  130.03  112.0  115.0    NaN4  109.5  110.0  115.0
求众数(mode函数)

众数就是一组数据中出现最多的数,代表了数据的一般水平。

mode(axis=0, numeric_only=False, dropna=True)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)numeric_only:仅数字,布尔型,默认值为Nonedrop_na:是否删除缺失值,布尔型,默认为True返回Series对象或DataFrame对象。
import pandas as pddata = [[110,120,110],[130,130,130],[130,120,130]]columns = ['语文','数学','英语']df = pd.DataFrame(data = data ,columns=columns)print(df.mode())#三科成绩的众数print(df.mode(axis = 1))#每一行的众数print(df['数学'].mode())#'数学'成绩的众数
    语文   数学   英语0  130  120  130     00  1101  1302  1300    120dtype: int64
方差(var函数)

方差是用来反映数据的离散程度的,是各组数据与他们平均数的差的平方,方差越小越稳定。

var(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

参数说明:

axis:axis = 1表示行,axis = 0表示列,默认为None(无)skipna:布尔型,表示计算结果是否排除NaN/Null值,默认值为Nonelevel:表示索引层级,默认为Noneddof:整型,默认值为1.自由度,计算中使用的除数是N-ddof,其中N表示元素的数量。numeric_only:仅数字,布尔型,默认值为None**kwargs:要传递给函数的附加关键字参数。返回值:返回Series对象或DataFrame对象。
import pandas as pddata = [[110,113,102,105,108],[118,98,119,85,118]]index = ['小黑','小白']columns = ['物理1','物理2','物理3','物理4','物理5']df = pd.DataFrame(data = data,index = index,columns=columns)print(df.var(axis = 1))
小黑     18.3小白    237.3dtype: float64
标准差(std函数)

标准差是方差的平方根,用来表示数据的离散程度。

std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

参数与var一样。

import pandas as pddata = [[110,120,110],[130,130,130],[130,120,130]]columns = ['语文','数学','英语']df = pd.DataFrame(data = data ,columns=columns)print(df.std())
语文    11.547005数学     5.773503英语    11.547005dtype: float64
分位数(quantile函数)

分位数是以概率依据将数据分割为几个等分,常用的有中位数(即二分位数)、四分位数、百分位数等。

quantile(q=0.5, axis=0, numeric_only=True, interpolation='linear')

参数说明:

q:浮点型或数组,默认为0.5(50%分位数),其值为0~1axis:axis = 1表示行,axis = 0表示列,默认为None(无)numeric_only:仅数字,布尔型,默认值为Trueinterpolation:内插值,可选参数,用于指定要使用的插值方法,当期望的分位数为数据点i~j时。线性:i+(j-i)*分数,其中分数是指数被i和j包围的小数部分。较低:i较高:j最近:i或j二者以最近者为准中点:(i+j)/2返回值:返回Series对象或DataFrame对象。
import pandas as pd#创建DataFrame数据(数学成绩)data = [120,89,98,78,65,102,112,56,79,45]columns  = ['数学']df = pd.DataFrame(data = data,columns=columns)#计算35%的分位数x = df['数学'].quantile(0.35)#输出淘汰print(df[df['数学']<=x])
import pandas as pd#创建DataFrame数据(数学成绩)data = [120,89,98,78,65,102,112,56,79,45]columns  = ['数学']df = pd.DataFrame(data = data,columns=columns)#计算35%的分位数x = df['数学'].quantile(0.35)#输出淘汰print(df[df['数学']<=x])   数学3  784  657  569  45
import pandas as pddf = pd.DataFrame({'A':[1,2],                  'B':[pd.Timestamp('2019'),                      pd.Timestamp('2020')],                  'C':[pd.Timedelta('1 days'),                      pd.Timedelta('2 days')]})#计算日期、时间和时间增量数据的分位数print(df.quantile(0.5,numeric_only=False))
A                    1.5B    2019-07-02 12:00:00C        1 days 12:00:00Name: 0.5, dtype: object

以上部分代码案例参考《Python数据分析从入门到精通》清华大学出版社

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/news/1493173.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号