Python科学计算库 — Pandas数学统计方法

首先导入pandas库

import numpy as np
import pandas as pd

Pandas 常用的数学统计方法如下表：

方法	说明
count	计算非NA值的数量
describe	针对Series 或DataFrame 列计算总的统计值
min/max	计算最大值/最小值
idxmin/idxmax	计算能够获取到最大值/最小值的索引(整数)
argmin/argmax	计算能够获取到最小值和最大值的索引值
quantile	计算样本的分位数（0到1）
sum	值的总和
mean	值的平均数
median	值的中位数
mad	根据平均值计算平均绝对距离差
var	样本方差
std	样本标准差
cumsum	样本值的累计和
cummin/cummax	样本的累计最小值/累计最大值
cumprod	样本值的累计积
pct_change	计算百分数变化

※ 以上统计方法默认对列进行统计；如果要对每一行数据进行统计，应设置axis=1。

Example：

1、df.count(axis=0)：默认统计每一列非NA值的个数；axis=1 表示统计每一行非NA值的个数。

2、df.describe()：对每一列数据做完整的数据统计，统计值包括：count、mean、std、min、max等。注：只能对列，不能对行进行统计！

3、df.idxmin()，df.idxmax()： 获取最小值，最大值对应的索引值

4、df.sum(axis=0)：求和，默认对每一列求和；axis=1表示对每一行求和。

5、df.mean(axis=0)：求每一列的平均值；axis=1表示求每一行的平均值。

6、df.median(axis=0)，df.quantile(axis=0)：求每一列数据的中位数

info = pd.read_csv("./student_info.csv")
print("统计每一列非NA值的数据个数：\n", info.count())
# print("统计每一行非NA值的数据个数：\n", info.count(axis=1))   
# axis=1 表示统计每一行
print("总统计值：\n", info.describe())
print("获取各科最高分的人对应的行索引：\n", info.idxmax())
print("获取语文最低分的人对应的行索引：", info.idxmin()['Chinese'])
print("求每一列数据的平均值：\n", info.mean())
print("求每一列数据的中位数：\n", info.median())

输出结果：

7、df.mad()：平均绝对距离差：(绝对值(数值-平均值))的平均值，表征数据的离散程度。

8、df.var()：方差

9、df.std()：标准差

方差和标准差都是表征数据的离散程度。

10、df.cumsum()：累计和，cs1=a1, cs2=cs1+a2, cs3=cs2+a3, …

11、df.cummax()，df.cummin()：累计最大值，累计最小值 从前向后比较，如果有更大(小)的就更新，没有就保持。

12、df.cumprod(): 累计积

13、df.pct_change()：计算百分比变化，和前一个数据对比

14、相关系数和协方差：ser1.cov(ser2)，反映两组数据之间的相关性和相关程度。