>>> from env_helper import info; info()

页面更新时间： 2023-12-16 21:42:44
运行环境：
    Linux发行版本: Debian GNU/Linux 12 (bookworm)
    操作系统内核: Linux-6.1.0-15-amd64-x86_64-with-glibc2.36
    Python版本: 3.11.2

6.6. Pandas描述性统计¶

有很多方法用来集体计算DataFrame的描述性统计信息和其他相关操作。其中大多数是sum()，mean()等聚合函数，但其中一些，如sumsum()，产生一个相同大小的对象。一般来说，这些方法采用轴参数，就像ndarray.{sum，std，…}，但轴可以通过名称或整数来指定：

数据帧(DataFrame) - “index”(axis=0，默认)，columns(axis=1)

下面创建一个数据帧(DataFrame)，并使用此对象进行演示本章中所有操作。

6.6.1. 示例¶

>>> import pandas as pd
>>> import numpy as np

Create a Dictionary of series

>>> d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack',
>>>    'Lee','David','Gasper','Betina','Andres']),
>>>    'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
>>>    'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

Create a DataFrame

>>> df = pd.DataFrame(d)
>>> df

	Name	Age	Rating
0	Tom	25	4.23
1	James	26	3.24
2	Ricky	25	3.98
3	Vin	23	2.56
4	Steve	30	3.20
5	Minsu	29	4.60
6	Jack	23	3.80
7	Lee	34	3.78
8	David	40	2.98
9	Gasper	30	4.80
10	Betina	51	4.10
11	Andres	46	3.65

`sum()` 方法¶

返回所请求轴的值的总和。默认情况下，轴为索引( axis=0 )。

>>> df.sum()

Name      TomJamesRickyVinSteveMinsuJackLeeDavidGasperBe...
Age                                                     382
Rating                                                44.92
dtype: object

每个单独的列单独添加(附加字符串)。

axis=1示例

此语法将给出如下所示的输出，参考以下示例代码 -

>>> df.sum(1)

/tmp/ipykernel_21191/681064937.py:1: FutureWarning: Dropping of nuisance columns in DataFrame reductions (with 'numeric_only=None') is deprecated; in a future version this will raise TypeError.  Select only valid columns before calling the reduction.
  df.sum(1)

   29.23
   29.24
   28.98
   25.56
   33.20
   33.60
   26.80
   37.78
   42.98
   34.80
  55.10
  49.65
dtype: float64

`mean()` 示例¶

返回平均值，参考以下示例代码。

查看结果：

>>> df.mean()

/tmp/ipykernel_21191/3698961737.py:1: FutureWarning: The default value of numeric_only in DataFrame.mean is deprecated. In a future version, it will default to False. In addition, specifying 'numeric_only=None' is deprecated. Select only valid columns or specify the value of numeric_only to silence this warning.
  df.mean()

Age       31.833333
Rating     3.743333
dtype: float64

`std()` 示例¶

返回数字列的Bressel标准偏差。

>>> print(df.std())

Age       9.232682
Rating    0.661628
dtype: float64

/tmp/ipykernel_21191/2597523637.py:1: FutureWarning: The default value of numeric_only in DataFrame.std is deprecated. In a future version, it will default to False. In addition, specifying 'numeric_only=None' is deprecated. Select only valid columns or specify the value of numeric_only to silence this warning.
  print(df.std())

6.6.2. 函数和说明¶

下面来了解Python Pandas中描述性统计信息的函数，下表列出了重要函数 -

编号	函数	描述
1	count()	非空观测数量
2	sum()	所有值之和
3	mean()	所有值的平均值
4	median()	所有值的中位数
5	mode()	值的模值
6	std()	值的标准偏差
7	min()	所有值中的最小值
8	max()	所有值中的最大值
9	abs()	绝对值
10	prod()	数组元素的乘积
11	cumsum()	累计总和
12	cumprod()	累计乘积

注 - 由于DataFrame是异构数据结构。通用操作不适用于所有函数。

类似于： sum() ， cumsum() 函数能与数字和字符(或)字符串数据元素一起工作，不会产生任何错误。字符聚合从来都比较少被使用，虽然这些函数不会引发任何异常。

由于这样的操作无法执行，因此，当DataFrame包含字符或字符串数据时，像abs()，cumprod()这样的函数会抛出异常。

6.6.3. 汇总数据¶

describe() 函数是用来计算有关DataFrame列的统计信息的摘要。

>>> df.describe()

	Age	Rating
count	12.000000	12.000000
mean	31.833333	3.743333
std	9.232682	0.661628
min	23.000000	2.560000
25%	25.000000	3.230000
50%	29.500000	3.790000
75%	35.500000	4.132500
max	51.000000	4.800000

该函数给出了平均值，标准差和IQR值。而且，函数排除字符列，并给出关于数字列的摘要。 include是用于传递关于什么列需要考虑用于总结的必要信息的参数。获取值列表; 默认情况下是”数字值”。

object - 汇总字符串列
number - 汇总数字列
all - 将所有列汇总在一起(不应将其作为列表值传递)

现在，在程序中使用以下语句并检查输出 -

>>> df.describe(include=['object'])

	Name
count	12
unique	12
top	Tom
freq	1

现在，使用以下语句并查看输出 -

>>> df. describe(include='all')

	Name	Age	Rating
count	12	12.000000	12.000000
unique	12	NaN	NaN
top	Tom	NaN	NaN
freq	1	NaN	NaN
mean	NaN	31.833333	3.743333
std	NaN	9.232682	0.661628
min	NaN	23.000000	2.560000
25%	NaN	25.000000	3.230000
50%	NaN	29.500000	3.790000
75%	NaN	35.500000	4.132500
max	NaN	51.000000	4.800000

6.5. Pandas基本功能

6.7. Pandas函数应用

Python 3 教程 文档

6.6. Pandas描述性统计¶

6.6.1. 示例¶

sum() 方法¶

mean() 示例¶

std() 示例¶

6.6.2. 函数和说明¶

6.6.3. 汇总数据¶

Python 3 教程文档

`sum()` 方法¶

`mean()` 示例¶

`std()` 示例¶