Python数据分析之第六章

（1）基本统计

基本统计分析：又叫描述性统计分析，一般统计某个变量的最小值、第一四分位值、中值、第三四分位值、以及最大值。

常用的统计指标：计数、求和、平均值、方差、标准差；

描述性统计分析函数：describe();

常用的统计函数：

填写图片摘要（选填）

（2）分组分析

分组分析：是指根据分组字段，将分析对象划分成不同的部分，以进行对比分析各组之间的差异的一种分析方法；

常用的统计指标：计数、求和、平均值；

分组统计函数：

groupby(by=[分组列1，分组列2，...])

[统计列1，统计列2，...]

.agg({统计列别名1：统计函数1，统计列别名2：统计函数2，...})

参数说明：

by:用于分组的列；

中括号：用于统计的列；

agg:统计别名显示统计值的名称，统计函数用于统计数据；

填写图片摘要（选填）

（3）分布分析

分布分析：是指根据分析目的，将数据（定量数据）进行等距或者不等距的分组，进行研究各组分布规律的一种分析方法。

（4）交叉分析

通常用于分析两个或两个以上，分组变量之间的关系，以交叉表形式进行变量间关系的对比分析；

定量、定量分组交叉；

定量、定性分组交叉；

定性、定性分组交叉。

交叉统计函数：

pivot_table(values,index,column,aggfunc,fill_value)

参数说明：

values：数据透视表中的值；

index：数据透视表中的行；

columns：数据透视表中的列；

aggfunc：统计函数；

fill_value：NA值的统一替换。

返回值说明：

数据透视表的结果。

（5）结果分析

结果分析：是在分组的基础上，计算各组成部分所占的比重，进而分析总体的内部特征的一种分析方法；

axis参数说明：

0  按列运算；

1  按行运算。

数据框的外运算函数：

add  加

sub   减

multiply  乘

div    除

数据框的内运算函数：

sum 求和

mean 均值

var 方差

sd 标准差

（6）相关分析

相关分析（correlation analysis）：是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。

相关系数：可以用来描述定量变量之间的关系。

填写图片摘要（选填）

相关分析函数：

DataFrame.corr();

Series.corr(other);

函数说明：

如果由数据框调用corr方法，那么将会计算每个列两两之间的相似度；

如果由序列调用corr方法，那么只是计算该序列与传入的序列之间的相关度。

返回值：

DataFrame调用：返回DataFrame；

Series调用：返回一个数值型，大小为相关度。