Pandas描述性统计

最新推荐文章于 2025-01-14 07:15:00 发布

原创

最新推荐文章于 2025-01-14 07:15:00 发布 · 798 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习

这篇博客探讨了描述统计学在Pandas库中的应用，重点介绍了如何使用Pandas进行数据的描述性分析，包括sum(), cumsum(), std()等函数的用法，以及describe()函数在不同数据类型上的应用，如对数字列和字符列的统计信息摘要。通过示例展示了如何指定axis参数进行行或列的操作，并提到了include参数在选择统计列类型时的作用。" 132879737,19694669,Python操作MySQL数据库：读写实战指南,"['数据库', 'Python', 'MySQL', '数据处理']

描述统计学（descriptive statistics）是一门统计学领域的学科，主要研究如何取得反映客观现象的数据，并以图表形式对所搜集的数据进行处理和显示，最终对数据的规律、特征做出综合性的描述分析。Pandas 库正是对描述统计学知识完美应用的体现，可以说如果没有“描述统计学”作为理论基奠，那么 Pandas 是否存在犹未可知。下列表格对 Pandas 常用的统计学函数做了简单的总结：

函数名称	描述说明
count()	统计某个非空值的数量。
sum()	求和
mean()	求均值
median()	求中位数
mode()	求众数
std()	求标准差
min()	求最小值
max()	求最大值
abs()	求绝对值
prod()	求所有数值的乘积。
cumsum()	计算累计和，axis=0，按照行累加；axis=1，按照列累加。
cumprod()	计算累计积，axis=0，按照行累积；axis=1，按照列累积。
corr()