Pandas简明教程:五、Pandas简单统计操作及通用方式
文章目录
- 1、DataFrame的方法使用举例
- 2、DataFrame的方法调用通用方式
- 3、DataFrame直接调用其它方法
- 本系列教程教程完整目录:
前面已经提到,Pandas的DataFrame本质上其实就是一个表。对应Excel,我们通常会用到各种统计方法。那么这篇教程就简单叙述一下Pandas中基本的统计方法以及通用的调用规则。
1、DataFrame的方法使用举例
DataFrame
中封装了许多方便查看的方法,比如:
- 查看首尾
df.head()月份 姓名 性别 应发工资 实发工资 职位
0 1 张三 男 2000 1500 主犯
1 2 张三 男 None 1000 主犯
2 3 张三 女 2000 15000 主犯
3 4 张三 女 2000 1500 主犯
4 5 张三 女 2000 1500 主犯df.tail()月份 姓名 性别 应发工资 实发工资 职位
8 5 李四 男 1800 1300 从犯
9 1 王五 女 1800 1300 龙套
10 2 王五 女 1800 1300 龙套
11 3 王五 女 1800 1300 龙套
12 4 王五 女 1800 1300 龙套
当然还可以在方法中输入数字,表示查看前几行和后几行。
2、DataFrame的方法调用通用方式
从上面的例子可以看到,DataFrame
在调用方法时就是在最后加入.
+方法名
即可。另外也注意到,这种方式返回的类型仍然是一个DataFrame
。事实上在调用这些方法时,这些方法的作用域通常是对每一列进行作用,比如:
df.max()月份 5
姓名 王五
性别 男
应发工资 2000
实发工资 15000
职位 龙套
dtype: objectdf.min()月份 1
姓名 张三
性别 女
应发工资 1800
实发工资 1000
职位 主犯
dtype: object
结合原表,很容易看到实际上返回的值是对每一例取最大或者最小再返回的。而此时返回的值是一个Series
,原来的表头变成了Index
。
那么对应的,我们其实也可以猜到一些用法,比如求平均、中位数等等:
df.mean()月份 3.000000
应发工资 1866.666667
实发工资 2376.923077
dtype: float64df.median()月份 3.0
应发工资 1800.0
实发工资 1300.0
dtype: float64
并且有意思的是,这些方法会自动选择可以进行操作的列。比如这里就只返回了数值列的平均和中位数。
类似的方法还有很多,这里就不一一列举,具体使用时可以参考:Pandas中DataFrame的属性及方法大全
3、DataFrame直接调用其它方法
这里再重点介绍一个方法apply
,该方法是将函数直接传入DataFrame
并沿指定的方向进行计算,比如
df.apply(np.max)月份 5
姓名 王五
性别 男
应发工资 2000
实发工资 15000
职位 龙套
dtype: object
这里默认是按列操作,如果要换成按行操作则可以设置参数axis=1
。
不过对这们这组数据,直接按行操作会出现样的问题:
df.apply(np.max,axis=1)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-186-956304eff83f> in <module>
----> 1 df.apply(np.max,axis=1)TypeError: '>=' not supported between instances of 'int' and 'str'
错误说大于等于比较不能作用于整数和字符串。所以在使用时要注意事先检查该函数是否能应用于想作用的区域。
本系列教程教程完整目录:
一、Pandas简介与安装
二、Pandas基本数据结构-DataFrame与Series
三、Pandas文件读写
四、Pandas数据索引方式
五、Pandas简单统计操作及通用方式
六、Pandas条件查询
七、Pandas缺失数据的处理(数据清洗基础)
八、Pandas数据透视表
九、表的合并、连接、拼接(数据聚合基础)
Pandas简明教程:五、Pandas简单统计操作及通用方式相关推荐
- Pandas简明教程:九、表的合并、连接、拼接(数据聚合基础)
真实场景中常会遇到多种信息放在不同的表里的情况,此时我们就需要将这些表格的信息整合到一起.这种操作可以极大地减轻我们手动粘数据的工作,从而达到事半功倍的效果. 由于本篇要举的例子较多,因此直接采用官网 ...
- Pandas简明教程:八、Pandas数据透视表
透视表(pivot)是由微软发明的一个概念,1993年微软注册了PivotTable这一商标,而他们又在2020年正式撤销了注册. 关于透视表的话题随便搜搜就是一大堆,而有些地方可能都吹得很神了.透视 ...
- Pandas简明教程-适用于竞赛、研究以及办公自动化
数据的读.写.查.改是数据分析的基础,也是竞赛.研究以及办公自动化类项目的常用操作.为了让大家能以更简单的方法来操作数据,我们选择Pandas作为处理数据的工具,希望通过这个系列的教程能够帮助大家节省 ...
- Pandas简明教程:七、Pandas缺失数据的处理(数据清洗基础)
文章目录 1.缺失数据的类型 2.定位缺失数据 3.修改定位数据 4.批量修改缺失数据 5.数据修复的利器--插值法(`interpolate`) 本系列教程教程完整目录: 数据清洗的内容其实很丰富, ...
- Pandas简明教程:六、Pandas条件查询
文章目录 1.基本方法 2.高级查询 3. 可用于修改内容的`where`方法 4.条件检索进阶:快速的查询方法`query` 5.其它检索方法简述 本系列教程教程完整目录: 目前大家公认的一个说法是 ...
- Pandas简明教程:三、Pandas文件读写
文章目录 1.CSV文件 2.Excel的读写 3.HTML文件的读写 4.其它文件(数据)类型的简单说明 5.办公自动化问题简析 本系列教程教程完整目录: Pandas支持了非常丰富的文件类型(见文 ...
- Pandas简明教程:四、Pandas数据索引方式
文章目录 1.以类似`dict`的方式访问 2.以属性方式访问数据 3.访问行(slicing) 4.用`loc`方法访问不同行列 5.用`iloc`方法直接访问行列 6.其它方式 本系列教程教程完整 ...
- Pandas简明教程:二、Pandas基本数据结构-DataFrame与Series
文章目录 1.什么是表格? 2.DataFrame类型 3.Series类型 本系列教程教程完整目录: 1.什么是表格? 月份 姓名 性别 应发工资 实发工资 职位 0 1 张三 男 2000 150 ...
- Pandas简明教程:一、Pandas简介与安装
文章目录 1.Pandas简介 2.为何要用Pandas? 3.知识.技能与环境的准备 4.Pandas的安装与相关辅助资料 本系列教程教程完整目录: 1.Pandas简介 关于Pandas的介绍在百 ...
最新文章
- python打印空心平行四边形的面积公式_打印等腰三角形和空心平行四边形
- 实用ExtJS教程100例-006:ExtJS中Window的用法示例
- 编译原理实验报告_任意给定一个正规式 r (包括连接、或、闭包运算),根据 Thompson算法设计一个程序,生成与该正规式等价的 NFA N 。
- Pytorch(八) --Pytorch实现多分类问题
- tensor也可以作为索引
- 机器学习十大经典算法之KNN最近邻算法
- 数字逻辑之组合逻辑电路
- python学习笔记六 初识面向对象上(基础篇)
- iOS---UICollectlionView 的使用
- delphi IOS 通知 TNotification
- 编译Windows版本ffmpeg:MingW方式失败
- idea怎么集成svn服务端,使用Mac自带svn搭建服务器,并使用idea进行连接(示例代码)...
- 【人工智能】机器学习西瓜书11——经验误差与过拟合,模型评估的方法,均方误差,错误率与精度,最优阈值
- Maven打包 错误: 程序包org.junit不存在
- Redis | 哨兵模式-Sentinel
- Excel如何批量删除工作表全部图片?
- Benchmarking Lane-changing Decision-making for Deep Reinforcement Learning
- LaTeX 使用心得:节标题(section)中使用数学符号
- 【每日一道智力题】之 药瓶毒鼠鼠
- 如何使用 vimdiff 来 git diff
热门文章
- dataimagepng php_php用header('content-type: image/png')输出验证码,但响应回来的是text/html...
- jrebel热部署不起作用_5种SpringBoot热部署方式,你用哪种?
- 可持久化线段树——主席树
- 自顶向下彻底理解 Java 中的 Synchronized
- java 基础--NIO(4)
- 如何垂直居中一个浮动元素
- 这是一个测试rss的内容哦
- jquery实现加载更多效果
- To-do List
- 某中国500强企业BI系统成功应用案例