【Python数据分析 - 13】：pandas的统计分析

原创 已于 2022-11-09 09:15:40 修改 · 677 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pandas #python #数据分析

于 2022-09-24 19:03:04 首次发布
本文介绍了Pandas库在数据统计分析中的常用方法，包括寻找最小值和最大值的idxmin和idxmax函数，累加结果的cumsum运算，逻辑运算符(&和|)的应用，query函数的使用，以及isin函数来检查值的存在。同时，还讨论了加法和减法操作，以及如何自定义运算。这些工具对于数据预处理和探索性数据分析非常实用。

文章目录

pandas的统计分析

数据准备

在这里插入图片描述

最小值：idxmin(axis)、最大值：idxmax(axis)

在使用idxmin和idxmax时，axis=0表示列，axis=1表示行
在这里插入图片描述
在这里插入图片描述

求累加结果：cumsum()

在这里插入图片描述

  • 查看累加后的图形
    在这里插入图片描述

逻辑运算与通过运算符

  • 查看p_change>2的情况
    在这里插入图片描述
  • 将p_change大于2的数据整体取出
    在这里插入图片描述
使用&（与）和 | （或）语句
  • 查看p_change>2和low>0.1的数据
    -
  • 将p_change>2和low>0.1的数据整体取出
    在这里插入图片描述
  • 将p_change>2 或 low>0.1的数据整体取出
    在这里插入图片描述

使用query()函数（常用）

  • 将p_change>2和low>0.1的数据整体取出
    在这里插入图片描述

isin函数 – 查看值中是否存在

isin函数用于查看某列中是否包含某个字符串，返回值为布尔Series，来表明每一行的情况。

  • 查看open列中是否存在值为0.210的数据
    在这里插入图片描述
  • 将open列中存在值为0.210的数据取出
    在这里插入图片描述

add加法、sub减法

  • 例一：将high列减去open列
    在这里插入图片描述
  • 例一：将high列加上open列
    在这里插入图片描述

自定义运算 - apply()

在这里插入图片描述

idxmax和idxmin函数详细用法
猫敷雪
10-28 709
idxmax是 Pandas 的一个方法，用于返回最大值所在的第一个索引。它可以应用于Series或DataFrame：返回 Series 中最大值的索引标签。：返回 DataFrame 中每列的最大值所在的行标签（默认），若axis=1，则返回每行的最大值所在的列标签。在 Pandas 中，idxmax是一种便捷方法，适用于寻找数据中最大值的位置，而不仅仅是最大值的大小。idxmin的用法和参数与idxmax：返回 Series 中最小值的索引标签。
Python数据分析之pandas统计分析基础4
CJW的博客
03-09 9246
pandas时间相关的类 在多数情况下，对时间类型数据进行分析的前提就是将原本为字符串的时间转换为标准时间类型。pandas继承了numpy库和datetime库的时间相关模块，提供了6种时间相关的类： import pandas as pd # 引入pandas模块 data = pd.read_csv('../data/meal_order_info.csv', encoding='gb...
Python 的 Pandas 统计分析基础
西门催学不吹雪
02-11 2778
文章目录1. pandas 介绍 1. pandas 介绍
Pandas | idxmax() 和 argmax()的区别
HG0724的博客
10-25 1288
返回值类型idxmax()返回索引标签。argmax()返回整数位置。适用对象idxmax()适用于 pandas 的 Series 和 DataFrame。argmax()适用于 numpy 数组和 pandas 的 Series（注意：在 pandas 的新版本中，argmax()已被弃用，建议使用使用场景使用idxmax()当你需要知道最大值所在的标签时。使用argmax()当你需要知道最大值在数组或 Series 中的位置时。
【python数据分析09】——Pandas统计分析(DataFrame常用操作)
zhejie666的博客
08-18 3672
DataFrame是最常用的pandas对象。完成数据读取后，数据就以DataFrame数据结构存储在内存中，但此时并不能直接开始统计分析工作，需要使用DataFrame的属性与方法对数据的分布、大小等基本的数据状况有一个了解。只有对数据基本状况有了一个深度的了解，才能够依据数据的状况，进行量身定制的统计分析。
【Python系列专栏】第六十一篇 Python中 Pandas 统计分析
Mrrunsen的博客
05-07 505
pandas模块为我们提供了非常多的描述性统计分析的指标函数，如总和、均值、最小值、最大值等，我们来具体看看这些函数：
Python数据分析的核心：Pandas库详解与应用
11-23
Pandas是Python编程语言中用于数据分析和处理的一个强大的库，它提供了高效的数据结构以及数据分析工具，是处理结构化数据，尤其是表格型数据（类似于Excel表格）的首选工具。Pandas库不仅支持常规的数据操作，还...
Python-Pandas：Pandas数据处理笔记本
02-18
本项目集成了两个实际应用示例，分别是“能源市场分析-西班牙”和“Spotify个人流分析”，展示了Pandas在真实世界问题中的应用。 1. **Pandas DataFrame**：DataFrame是Pandas的核心数据结构，它是一个二维表格型...
Python数据分析深度学习：Pandas、NumPy、SciPy与Matplotlib（含代码示例）
07-29
如何利用Python的Pandas、NumPy、SciPy与Matplotlib进行数据分析与可视化。首先，介绍了Pandas库在数据预处理中的应用，包括数据...本文提供了丰富的示例代码，旨在帮助读者深入理解和掌握Python数据分析的核心技术。
Python数据分析实战：Pandas, NumPy, Matplotlib
最新发布
07-24
本书《Python数据分析实战：Pandas, NumPy, Matplotlib》深入浅出地介绍了如何使用Python进行数据分析。全书分为多个章节，涵盖数据预处理、可视化、机器学习等多个方面。作者通过丰富的实例和代码片段，帮助读者...
Python数据分析实践：pandas数据结构new.pdf
06-14
【Python数据分析实践：pandas数据结构】 Pandas是Python中用于数据分析的核心库，它基于NumPy构建，提供了高效且易用的数据处理工具。Pandas的主要目标是使数据清洗和分析变得简单，它广泛应用于学术研究、金融...
Python | Pandas统计分析基础
xxxxjzyb的博客
06-12 448
Python Pandas库
Python数据分析—— pandas统计分析基础 （二）
DTRblank的博客
06-08 932
Python数据分析—— pandas统计分析基础 （二） 数据的排序 Pandas库的数据排序 .sort_index()方法在指定轴上根据索引进行排序，默认升序。 .sort_index(axis=0,ascending=True) 例： import pandas as pd import numpy as np b = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b']) b Out[4]: 0 1
Python13--数据分析Pandas库进阶二
日常分享数据分析开发、编程语言内容
03-21 540
一、层级索引 下面创建一个Series， 在输入索引Index时，输入了由两个子list组成的list，第一个子list是外层索引，第二个list是内层索引。 示例代码： # 导入numpy，别名np import numpy as np # 导入pandas，别名 pd import pandas as pd ser_obj = pd.Series(np.random.randn(12),index=[ ['a', 'a', 'a', 'b', 'b', 'b', 'c
Pandas.DataFrame.idxmax() 最大值索引 详解 含代码 含测试数据集 随Pandas版本持续更新
数象限
01-24 4487
本文基于 pandas2.2.0 编写。随着pandas的stable版本更迭，本文持续更新，不断完善补充。
argmax函数_Pandas 3个不为人知却好用的函数
weixin_39955142的博客
11-27 897
今天再和大家分享Pandas中的几个重要函数。当然，Pandas提供了apply函数，使我们几乎可以将任何自定义函数应用在列的所有值上，但是这些内建函数，通常都是基于C语言实现，具有更高的运行效率，并且能够帮助我们提高代码的整洁性，减少重复造轮子。01idxmin() 和 idxmax()Pandas 里面的 idxmin 、idxmax函数与Numpy中 argmax、argmin ...
Pandas的Series中argmax()和idxmax()的区别
Alan的博客
10-06 2472
Pandas的Series中argmax()和idxmax()的区别。
python中idxmax_系列。max和idxmax
weixin_35079944的博客
03-02 1462
正如乔恩·克莱门茨所说：In [3]: s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])In [4]: x, y = s.agg(['max', 'idxmax'])In [5]: xOut[5]: 1.6339096862287581In [6]: yOut[6]: 'b'In [7]: sOut[7]: a ...
【Pandas数据处理100例】（四十）：Pandas获取每列的最大(小)值所在的索引idxmax()函数
优快云 精品推荐
11-29 998
该函数会返回每列或者行的最大值所在的索引。
Python数据分析入门教程：Pandas实战与预测模型
"python数据分析.pdf" 本教程主要针对Python在数据分析领域的应用，旨在帮助初学者快速掌握使用Python进行数据处理和分析的基本技能。Python作为一种广泛使用的编程语言，因其开源、强大的社区支持、易学性以及在...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

街 三 仔

你的鼓励是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值