利用Python进行数据分析_Pandas_汇总和计算描述统计

申明：本系列文章是本身在学习《利用Python进行数据分析》这本书的过程当中，为了方便后期本身巩固知识而整理。

In [1]: import numpy as np In [2]: import pandas as pd In [3]: from pandas import DataFrame,Series In [4]: data = {'class':['语文','数学','英语'],'score':[120,130,140]} In [5]: frame = DataFrame(data) In [6]: frame Out[6]: class score 0 语文 120
1    数学    130
2    英语    140

咱们来汇总一下成绩：

首先，咱们经过字典标记的方式，能够将DataFrame的列转成一个Series：

In [18]: frame.score Out[18]: 0 120
1    130
2    140 Name: score, dtype: int64

而后，咱们再进行汇总统计：

In [20]: frame.sum() Out[20]: class 语文数学英语 score 390 dtype: object

固然，还有别的统计法则：

idxmin 最小值的索引值

idxmax 最大值的索引值

describe 一次性 多种维度统计

count 非NA值的数量

min 最小值

max 最大值

argmin 最小值的索引位置

argmax 最大值的索引位置

sum 总和

mean 平均数

median 算术中位数

mad 根据平均值计算平均绝对离差

var 样本值的方差

std 样本值的标准差

skew 样本值的偏度（三阶矩阵）

kurt 样本值的峰度（四阶矩阵）

cumsum 样本值的累积和

cummin、cummax 样本值的最大值、最小值

cumprod 样本值的累计积

diff 计算一阶差分

pct_change 计算百分数变化