Pandas数据统计函数

1. 汇总类统计
2. 唯一去重和按值计数
3. 相关系数和协方差

1、汇总类统计

import pandas as pd
df = pd.read_csv(r"D:\node\nd\Pandas_study\pandas_test\beijing_tianqi_2018.csv")
df.set_index("ymd",inplace=True)
df.loc[:,"bWendu"] =df["bWendu"].str.replace("℃","").astype("int32")
df.loc[:,"yWendu"] =df["yWendu"].str.replace("℃","").astype("int32")

#一下子提取所有数字列统计结果
coun = df.describe()
print(coun)

提取数字列统计结果

查看单个series的数据

#查看单个series的数据
a = df["bWendu"].mean()
print("平均温度是：",a)

b = df["bWendu"].max()
print("最大值是：",b)

c = b = df["bWendu"].min()
print("最小值是：",c)

单个series运行结果

2、唯一去重和按值计数

2.1唯一去重
一般不用于数值列，而是枚举、分类列

d = df["fengxiang"].unique()
print(d)
e = df["tianqi"].unique()
print(e)
f = df["fengli"].unique()
print(f)

唯一去重运行结果

2.2按值计数

d = df["fengxiang"].value_counts()
print(d)

image.png

e = df["tianqi"].value_counts()
print(e)

image.png

f = df["fengli"].value_counts()
print(f)

image.png

3、相关系数和协方差

1. 协方差：衡量同向反向程度，如果协方差为正，说明X，Y同向变化，协方差越大说明同向程度越高；如果协方差为负，说明X，Y反向运动，协方差越小说明反向程度越高。
2. 相关系数：衡量相似度程度，当他们的相关系数为1时，说明两个变量变化时的正向相似度最大，当相关系数为－1时，说明两个变量变化的反向相似度最大

#协方差矩阵
g = df.cov()
print(g)

image.png

#相关系数矩阵
g = df.corr()
print(g)

image.png

# 单独查看空气质量和最高温度的相关系数
h = df["aqi"].corr(df["bWendu"])
print(h)
#单独查看空气质量和最低温度的相关系数
k = df["aqi"].corr(df["yWendu"])
print(k)
# 空气质量和温差的相关系数
w = df["aqi"].corr(df["bWendu"]-df["yWendu"])
print(w)

image.png