English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية

Учебник Pandas

Описание статистики Pandas

Пример описательной статистики Pandas

DataFrame используется для的大量计算 описательной статистики и других связанных операций. Многие из них являются агрегациями, например sum(), mean(), но некоторые агрегации (например, sumsum()) создают объекты одинакового размера. В общем, эти методы используют параметр оси, как и ndarray. {sum, std, ...}, но ось можно указать по имени или числовым значением DataFrame − индекс (ось=0, по умолчанию), столбцы (ось=1)

Мы создадим DataFrame и будем использовать этот объект для всех операций в этой главе.

Пример

　import　pandas　as　pd
　import　numpy　as　np
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создание DataFrame
　df　=　pd.DataFrame(d)
　print(df)

Результат выполнения:

　　　　　　　　Возраст　　Имя　　　Оценка
0　　　25　　Tom　　　　　4.23
1　　　26　　James　　　3.24
2　　　25　　Ricky　　　3.98
3　　　23　　Vin　　　　　2.56
4　　　30　　Steve　　　3.20
5　　　29　　Smith　　　4.60
6　　　23　　Jack　　　　3.80
7　　　34　　Lee　　　　　3.78
8　　　40　　David　　　2.98
9　　　30　　Gasper　　4.80
10　　51　　Betina　　4.10
11　　46　　Andres　　3.65

sum

Возвращает сумму значений запрашиваемого оси. По умолчанию, ось — это индекс (ось=0)

　import　pandas　as　pd
　import　numpy　as　np
　　
　# Создание словаря Series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.sum())

Результат выполнения:

　　　　Возраст　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　382
Name TomJamesRickyVinSteveSmithJackLeeDavidGasperBe...
Rating 44.92
dtype: object

Каждая отдельная колонка добавляет строку

axis=1

Эта грамматика будет выводить следующее.

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　　
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.sum(1))

Результат выполнения:

　　　　0 29.23
1 29.24
2 28.98
3 25.56
4 33.20
5 33.60
6 26.80
7 37.78
8 42.98
9 34.80
10 55.10
11 49.65
dtype: float64

mean

Возвращает среднее значение.

　import　pandas　as　pd
　import　numpy　as　np
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.mean())

Результат выполнения:

　　　　Age 31.833333
Rating 3.743333
dtype: float64

std

Возвращает Bressel стандартное отклонение числовых столбцов.

　import　pandas　as　pd
　import　numpy　as　np
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.std())

Результат выполнения:

　　　　Age 9.232682
Rating 0.661628
dtype: float64

Функции и описание

Теперь让我们了解Python Pandas в разделе описательной статистики функции. В таблице приведены важные функции:

НомерМетодОписание
1countНепустые значения
2sumОбщее количество
3meanСреднее арифметическое
4medianМедиана
5modeМода
6stdСтандартное отклонение
7minМинимальное значение
8maxМаксимальное значение
9absАбсолютная величина
10prodПроизведение
11cumsumНакопительное сложение
12cumprodНакопительное умножение
Внимание: − Поскольку DataFrame является гетерогенной структурой данных. Обобщенные операции не применяются ко всем функциям.
    Функции, такие как sum() и cumsum(), могут быть использованы для элементов данных числовых и字符ных (или) строковых данных, не вызывая никакие ошибки. Хотя набор символов не используется повсеместно, он не вызывает żadных исключений.
  • Когда DataFrame содержит данные字符 или строк, такие функции, как abs() и cumprod(), вызывают исключение, так как такие операции не могут быть выполнены.

Обобщение данных

　　import　pandas　as　pd
　import　numpy　as　np
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.describe())

Результат выполнения:

　　　　　　　　　　　　　　　　Age　　　　　　　　　Rating
count　　　　12.000000　　　　　　12.000000
mean　　　　　31.833333　　　　　　　3.743333
std　　　　　　　9.232682　　　　　　　0.661628
min　　　　　　23.000000　　　　　　　2.560000
25%　　　　　　25.000000　　　　　　　3.230000
50%　　　　　　29.500000　　　　　　　3.790000
75%　　　　　　35.500000　　　　　　　4.132500
max　　　　　　51.000000　　　　　　　4.800000

Эта функция предоставляет значения среднего, std и IQR. Функция не включает строковые столбцы и данные об обобщении числовых столбцов. «include» — это параметр, который передается для передачи необходимых данных о том, какие столбцы необходимо учитывать при обобщении. Значения списка; по умолчанию «числовые».

object − Обобщение строковых столбцовnumber − Обобщение числовых столбцовall − Обобщение всех столбцов вместе (не должно быть представлено как значение списка)

Ниже в программе мы используем следующие строки и выполняем их, а затем выводим:

　　import　pandas　as　pd
　import　numpy　as　np
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.describe(include=['object']))

Результат выполнения:

　　　　　　　　　　　Name
count　　　　　　　12
unique　　　　　　12
top　　　　　　Ricky
freq　　　　　　　　　1

Ниже в программе мы используем следующие строки и выполняем их, а затем выводим:

　　import　pandas　as　pd
　import　numpy　as　np
　#　Создать словарь series
　d　=　{'Name': pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
　　　　'Lee','David','Gasper','Betina','Andres')),
　　　　'Age': pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
　　　　'Rating': pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
　}
　# Создать DataFrame
　df　=　pd.DataFrame(d)
　print(df.　describe(include='all'))

Результат выполнения:

　　　　　　　　　　　Age　　　　　　　　　　Name　　　　　　　Rating
count　　　12.000000　　　　　　　　12　　　　12.000000
unique　　　　　　　　NaN　　　　　　　　12　　　　　　　　　　NaN
top　　　　　　　　　　　NaN　　　　　Ricky　　　　　　　　　　NaN
freq　　　　　　　　　　NaN　　　　　　　　　1　　　　　　　　　　NaN
mean　　　　31.833333　　　　　　　NaN　　　　　3.743333
std　　　　　　9.232682　　　　　　　NaN　　　　　0.661628
min　　　　　23.000000　　　　　　　NaN　　　　　2.560000
25%　　　　　25.000000　　　　　　　NaN　　　　　3.230000
50%　　　　　29.500000　　　　　　　NaN　　　　　3.790000
75%　　　　　35.500000　　　　　　　NaN　　　　　4.132500
max　　　　　51.000000　　　　　　　NaN　　　　　4.800000
Операции SQL PandasОсновные методы Pandas