dataframe 切片_数据分析Pandas运用 | DataFrame基础知识.(74)

上节介绍获取行、列子集的方法，运用了range函数和python的切片语法，在数据分析中，总是会进行统计计算，很多基本统计计算有现成的库可用，或内置在语言中。下面以data数据

可以先问下面几个问题。

1.     数据中每年的平均预期寿命是多少？平均预期寿命、人口和GDP是多少？

2.     如果按洲对数据分层，并进行同样的计算，结果会怎样？

3.     每个洲列出了多少个国家和地区？

对于上面的问题，需要进行分组计算(即聚合)。换句话说，需要进行一个计算，可以是平均计算或者频率计算，并将其应用于变量的每个子集。可以把分组计算看作“分割-应用-组合”的过程，首先把数据分割成若干部分，然后把选择的函数(或计算)应用于各部分，最后把所有独立的分割计算组合成一个Data Frame。

拆解上面的语句，首先创建一个分组对象。

可以根据分组数据中选取需要计算的列，对它们进行计算。要回答上面的问题，需要获取lifeExp列。

最后计算数字向量的平均值，就得到了最终的期望结果。

可以对人口和GDP做一系列类似的计算，如果想使用多个变量对数据进行分组和分层，应该怎么办呢？想对多列执行相同的计算呢？

上面输出的数据是按年份和洲进行分组，针对每个一个“年份-洲”对，计算平均预期寿命和平均GDP。输出的数据有点奇怪。如果想平铺Data Frame，使用reset_index方法

数据相关的另一个常见任务是计算频率。可使用numique方法或value_counts方法获取Pandas Series的唯一值计数或频率计数

可视化在数据处理的每个步骤中都非常重要。在理解和清理数据时，可视化有助于识别数据中的趋势，并展示最终的发现，使用pandas创建一些基本图，下面人口各年底的预期寿命

Dara Frame基础知识就全部完了，即将入门下一个模块。

资料

链接：https://pan.baidu.com/s/18veIg3cFCDEooKbqRq4w_w

提取码：0010

数据分析Pandas运用 | DataFrame基础知识.(7-3)

数据分析Pandas运用 | DataFrame基础知识.(7-2)

数据分析Pandas运用 |  DataFrame基础知识.(7-1)