数据信息统计计算

深入浅出Pandas

4.2 数据的信息

4.2.1 查看样本

df.head() # 前部数据, 默认5条
df.tail() # 尾部数据, 默认5条
df.sample() # 一条随机数据, 可指定数量

4.2.2 数据形状 df.shape

4.2.3 基础信息 df.info()

4.2.4 数据类型 df.dtypes

Series使用dtype

4.2.5 行列索引内容 df.axes

[RangeIndex(start=0, stop=100, step=1),Index(['name', 'team', 'Q1', 'Q2', 'Q3', 'Q4'], dtype='object')]

4.2.6 其他信息

df.index # 索引对象
df.columns # 列索引
df.values # array
df.ndim # 维度数
df.size # 行X列的总数
df.empty # DataFrame是否为空
df.keys() # Series的索引 & DataFrame的列名
# Series独有的方法
s.name
s.array # 返回PandasArray对象, 所有值组成的array
s.dtype
s.hasnans # Series中是否有缺失值, 有返回True

4.3 统计计算

4.3.1 描述统计 df.describe()

返回一个有多行的统计表, 有总数, 平均数, 标准差, 最小值, 四分位数, 最大值等
如果没有数字, 则会输出与字符相关的统计数据, 如数量, 不重复值数, 最大值等

pd.Series(['a', 'b', 'c', 'c']).describe()
'''
count     4
unique    3
top       c
freq      2
dtype: object
'''

也支持对时间数据的描述性统计，需要指定指定datetime_is_numeric=True

(pd.Series(pd.date_range('2020-1-1', '2020-3-1')).describe(datetime_is_numeric=True) # 对时间的描述
)
'''
count                      5
mean     2020-01-03 00:00:00
min      2020-01-01 00:00:00
25%      2020-01-02 00:00:00
50%      2020-01-03 00:00:00
75%      2020-01-04 00:00:00
max      2020-01-05 00:00:00
dtype: object
'''

也可以自己指定分位数, 指定或排除数据类型

df.describe(percentiles=[.05, .95])
df.describe(include=[object, 'number']) # 指定需要描述的类型
df.describe(exclude=[object]) # 排除类型

4.3.3 统计函数

df.mean() # 平均值
df.corr() # 相关系数
df.cov() # 协方差
df.count() # 非空的个数
df.max()
df.min()
df.abs()
df.median() # 中位数
df.std() # 标准差
df.var() # 方差
df.sem() # 平均值的标准误差
df.mode() # 众数
df.prod() # 连乘
df.mad() # 平均绝对值
df.cumprod() # 累积连乘, 累乘
df.cumsum() # 累加
df.nunique() # 去重数量
df.idxmax() # 最大值索引
df.idxmin() # 最小值索引
df.cummax() # 累积最大值
df.cummin() # 累积最小值
df.skew() # 样本偏度
df.kurt() # 样本峰度
df.quantile() # 分位数, 默认q=0.5, 中位数

4.3.4 非统计计算

df.all()
df.any()
df.round()
df.round({'Q1': 2, 'Q2': 1}) # 对Q1列保留2位小数, Q2列保留一位小数
df.round(-1) # 保留10位
df.nunique() # 每个列的去重值
df.isna()
df.notna()

以下可以传一个值或一个DataFrame, 对数据进行广播计算, 返回计算后的DataFrame

df.add() # +
df.sub() # -
df.mul() # x
df.div() # /
df.mod() # 模
df.pow() # 幂
df.dot(df2) # 矩阵运算, 内积
# Series
s.value_counts()
s.value_counts(normalize=True) # 重复值的频率
s.value_counts(normalize=True, sort=False) # 不按频率排序
s.unique() # 去重后的array
s.is_unique # 是否不重复
s.nlargest() # 最大的前5个, 可指定多少个
s.nsmallest() # 最小的前5个
s.pct_change() # 计算与前一行的变化百分比
s.pct_change(periods=2) # 前2行的变化百分比
s.cov(s2) # 两个Series的协方差, df.cov()对所有列进行协方差计算

数据信息统计计算相关推荐

ORACLE统计计算
最近遇到了对一组数据进行统计计算的需求,包括平均值.总和.最大值.最小值.标准差等,代码如下: SELECT T.BUSIDATE "dimen",SUM(T.BUSI_OCCUR ...
Python自动化办公实战，上万数据中统计断网次数并计算平均断网时间
文章目录一.需求二.python代码实现很多人学习python,不知道从何学起. 很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手. 很多已经做案例的人,却不知道如何去学习更 ...
【SQL开发实战技巧】系列（十五）：查找最值所在行数据信息及快速计算总和百之max/min() keep() over()、fisrt_value、last_value、ratio_to_report
系列文章目录 [SQL开发实战技巧]系列(一):关于SQL不得不说的那些事 [SQL开发实战技巧]系列(二):简单单表查询 [SQL开发实战技巧]系列(三):SQL排序的那些事 [SQL开发实战技巧] ...
信息与计算科学和数据科学与大数据技术哪个好
学计算机学与技术好还是学大数据好? 本人认为学大数据好一些.首先,当前计算机科学与技术和大数据这两个专业的热度都比较高,这两个专业本身也没有所谓的好坏之分,而且这两个专业本身也有非常紧密的联系,当前计 ...
R语言进行数据聚合统计（Aggregating transforms）计算滑动窗口统计值（Window Statistics）：使用R原生方法、data.table、dplyr等方案、计算滑动分组统计
R语言进行数据聚合统计(Aggregating transforms)计算滑动窗口统计值(Window Statistics):使用R原生方法.data.table.dplyr等方案.计算滑动分组统计 ...
R语言进行数据聚合统计（Aggregating transforms）实战：使用R原生方法、data.table、dplyr等方案、计算分组均值并添加到可视化结果中
R语言进行数据聚合统计(Aggregating transforms)实战:使用R原生方法.data.table.dplyr等方案.计算分组均值并添加到可视化结果中目录
R语言数据描述性统计（Descriptive statistics）实战：数据全局描述信息、数值数据的描述性统计（Numerical data）、离散型数据的描述性统计（Categorical）
R语言数据描述性统计(Descriptive statistics)实战:数据全局描述信息.数值数据的描述性统计(Numerical data).离散型数据的描述性统计(Categorical) 目录
WPS、Excel对大量数据进行统计公式计算
WPS.Excel对大量数据进行统计公式计算对处理大量数据时,在wps.excel中,总会对数据进行统一公示处理,然而数据过多使用表格下拉的方法,会极大的浪费我们的时间,使用快捷键则成为首要之选. ...
3、有5个学生，每个学生的数据信息包括学号、姓名、4门课程成绩，编程实现学生成绩管理。要求：（1）用input函数来输入数据，并计算每个学生的平均成绩。（2）用print函数来输出学生的信息
3.有5个学生,每个学生的数据信息包括学号.姓名.4门课程成绩,编程实现学生成绩管理.要求: (1)用input函数来输入数据,并计算每个学生的平均成绩. (2)用print函数来输出学生的信息 #i ...

数据信息统计计算

4.2 数据的信息

4.2.1 查看样本

4.2.2 数据形状 df.shape

4.2.3 基础信息 df.info()

4.2.4 数据类型 df.dtypes

4.2.5 行列索引内容 df.axes

4.2.6 其他信息

4.3 统计计算

4.3.1 描述统计 df.describe()

4.3.3 统计函数

4.3.4 非统计计算

数据信息统计计算相关推荐

最新文章

热门文章

数据信息 统计计算

4.2 数据的信息

4.2.1 查看样本

4.2.2 数据形状 df.shape

4.2.3 基础信息 df.info()

4.2.4 数据类型 df.dtypes

4.2.5 行列索引内容 df.axes

4.2.6 其他信息

4.3 统计计算

4.3.1 描述统计 df.describe()

4.3.3 统计函数

4.3.4 非统计计算

数据信息 统计计算相关推荐

最新文章

热门文章

数据信息统计计算

数据信息统计计算相关推荐