Pandas统计函数

1.基本统计特征函数

方法名	函数功能	所属库	使用格式
sum()	计算数据样本综合（按列计算）	Pandas	D.sum()
mean()	计算数据样本算数平均数	Pandas	D.mean()
var()	计算数据样本方差	Pandas	D.var()
std()	计算数据样本标准差	Pandas	D.std()
corr()	计算数据样本Spearman(Pearson)相关系数矩阵	Pandas	D.corr(method='Pearson')  返回相关系数矩阵 S1.corr(S2,method='Pearson') 计算2个Series间的相关系数
cov()	计算数据样本协方差矩阵	Pandas	D.cov() 返回协方差矩阵 S1.cov(S2) 计算2个Series间的协方差
skew()	样本值的偏度（三阶矩）	Pandas	Dskew()
kurt()	样本值的峰度（四阶矩）	Pandas	D.kurt()
describe()	给出样本的基本描述	Pandas	D.describe()

 

 2、累积统计特征函数

方法名	函数功能	所属库
cumsum()	依次给出前1、2...n的和	Pandas
cumprod()	依次给出前1、2...n的积	Pandas
cummax()	依次给出前1、2...n的最大值	Pandas
cummin()	依次给出前1、2...n的最小值	Pandas
rolling_sum()	数据样本总和(按列)	Pandas
rolling_mean()	数据样本算数平均数	Pandas
rolling_var()	数据样本方差	Pandas
rolling_std()	数据样本标准差	Pandas
rolling_corr()	数据样本的Spearman(Pearson)相关系数矩阵	Pandas
rolling_cov()	数据样本协方差矩阵	Pandas
rolling_skew()	样本值偏度(三阶矩)	Pandas
rolling_kurt()	样本值峰度(四阶矩)	Pandas