python的基本统计和分组分析和分布分析和交叉分析和结构分析

import pandas
fa=pandas.read_csv('D://Python projects//reference data//5.1//data.csv')
#查看学生分数的描述性统计结果
fa.score.describe()
#计数
fa.score.size
fa.score.max()
fa.score.min()
fa.score.sum()
#求平均值
fa.score.mean()
#求方差
fa.score.var()
#求标准差
fa.score.std()
#累计求和
fa.score.comsum()
#求最大最小值所在的序列
fa.score.argmin()
fa.score.argmax()
#RFM中大量使用到的百分位数,查找40%位置的数
fa.score.quantile(0.4,interpolation='nearest')

#分组分析
import pandas
import numpyqa=pandas.read_csv('D://Python projects//reference data//5.2//data.csv')classresult=qa.groupby(by=['class'])['score'].agg({'总分':numpy.sum,'人数':numpy.size,'平均分':numpy.mean})

#分布分析
import pandas
qb=pandas.read_csv('D://Python projects//reference data//5.3//data.csv')
#直接对年龄进行分布情况查看
qbb=qb.groupby(by=['年龄'])['年龄'].agg({'人数':numpy.size})
#通过定量分组处理数据,类似数据桶
bins=[min(qb.年龄)-1,20,40,60,80,max(qb.年龄)+1]
labels=['小于20岁','20到40岁','40到60岁','60到80岁','80岁以上']
qb['年龄分层']=pandas.cut(qb.年龄,bins,labels=labels)
#再次通过年龄分层进行分组查看
qbb=qb.groupby(by=['年龄分层'])['年龄'].agg({'人数':numpy.size})
#通过百分比的形式查看分布情况，更为直观
qbbpercent=round(qbb/qbb.sum(),4)*100
qbbpercent['人数'].map('{:,.2f}%'.format)

输出结果为：

#交叉分析（数据透视表）
qbresult=qb.pivot_table(values='年龄',index='年龄分层',columns='性别',aggfunc=[numpy.size])

#结构分析
#默认按列运算
qbresult.sum()
#设定按列运算
qbresult.sum(axis=0)
#按行运算
qbresult.sum(axis=1)
#按行求占比(按行汇总，按列除)
qbresult.div(qbresult.sum(axis=1),axis=0)
#按列求占比(按列汇总，按行除)
qbresult.div(qbresult.sum(axis=0),axis=1)

python的基本统计和分组分析和分布分析和交叉分析和结构分析相关推荐

pandas分组分析：GroupBy和pandas交叉分析：pivot_table/crosstab【学习记录】
pandas分组分析分组分析: 根据分组字段,将分析对象划分成不同的部分,以对比分析各组之间差异性的分析方法: 分组分析常用的统计指标是计数.求和.平均值等. grouby语法: groupby(b ...
第六节交叉分析和非参数检验
第六节交叉分析和非参数检验交叉分析交叉分析(卡方检验): 交叉分析又称为卡方检验,卡方检验的地位等同于独立样本t检验和单因素方差分析,目的也是为了研究变量之间的差异关系.是现状分析内容中的主要构 ...
问卷与量表数据分析（SPSS+AMOS）学习笔记（七）：多选题的频率、交叉分析及卡方检验
课程链接:<问卷与量表数据分析(SPSS+AMOS)> 笔记中的数据皆来自课程自带资料. 目录 1. 多选题的两种定义方法 1.1 定义多重响应集的步骤--二分类 1.2 定义多重响应集 ...
python数据分析的交叉分析和分组分析 -第三次笔记
python数据分析 -第三次笔记 –1.交叉分析 –2.分组分析 1.交叉分析交叉分析的含义是在纵向分析法和横向分析法的基础上,从交叉.立体的角度出发,由浅入深.由低级到高级的一种分析方法.这种方 ...
【Python数据分析与处理实训03】 --- 酒类消费信息分析（数据分组聚合 group().agg()应用）
[Python数据分析与处理实训03] - 酒类消费信息分析(数据分组聚合 group().agg()应用) 探索酒类消费信息对于下面的数据集进行简单的一些数据的分析训练若需要源数据请私信~ 1 ...
python 密度聚类使用_使用wgd进行全基因组复制分析
因为全基因组复制(Whole genome duplications, WGD)是生物进化的重要因素之一, 所以WGD分析也是基因组分析经常用到的一种分析方法.举个例子,我们之所以能在多条染色体之间发 ...
PYTHON黑帽编程1.5 使用WIRESHARK练习网络协议分析
Python黑帽编程1.5 使用Wireshark练习网络协议分析 1.5.0.1 本系列教程说明本系列教程,采用的大纲母本为<Understanding Network Hacks At ...
Python数据挖掘与机器学习，快速掌握聚类算法和关联分析
摘要:前文数据挖掘与机器学习技术入门实战与大家分享了分类算法,在本文中将为大家介绍聚类算法和关联分析问题.分类算法与聚类到底有何区别?聚类方法应在怎样的场景下使用?如何使用关联分析算法解决个性化推荐问 ...
python笔记27:数据分析之交叉分析
# -*- coding: utf-8 -*- #1.概念:交叉分析,通常用于分析两个或两个以上,分组变量之间的关系,以交叉表形式进行变量间关系的对比分析: #可以有三种情况下的交叉:定量与定量分组进 ...

python的基本统计和分组分析和分布分析和交叉分析和结构分析

python的基本统计和分组分析和分布分析和交叉分析和结构分析相关推荐

最新文章

热门文章