pandas库（中）python笔记扩展

二、函数

1、常用的统计学函数

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
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

案例：

# 创建一个示例 DataFrame
data = {
   
    'A': [1, 2, 3, 4, 5],
    'B': [10, 20, 30, 40, 50],
    'C': [100, 200, 300, 400, 500]
}
df = pd.DataFrame(data)

# 计算每列的均值
mean_values = df.mean()
print(mean_values)

# 计算每列的中位数
median_values = df.median()
print(median_values)

#计算每列的方差
var_values = df.var()
print(var_values)

# 计算每列的标准差
std_values = df.std()
print(std_values)

# 计算每列的最小值
min_values = df.min()
print("最小值:")
print(min_values)

# 计算每列的最大值
max_values = df.max()
print("最大值:")
print(max_values)

# 计算每列的总和
sum_values = df.sum()
print(sum_values)

# 计算每列的非空值数量
count_values = df.count()
print(count_values)

注意：numpy的方差默认为总体方差，pandas默认为样本方差

总体方差：
$${\sigma }^2=\frac{1}{N}\sum _{i=1}^N(X_i-\mu {)}^2$$
样本方差：
$$s^2=\frac{1}{N-1}\sum _{i=1}^N(X_i-\overline{X}{)}^2$$
分母为n-1的样本方差的期望等于总体的方差，因此样本方差是总体方差的无偏估计。

2、重置索引

​ 重置索引（reindex）可以更改原 DataFrame 的行标签或列标签，并使更改后的行、列标签与 DataFrame 中的数据逐一匹配。通过重置索引操作，您可以完成对现有数据的重新排序。如果重置的索引标签在原 DataFrame 中不存在，那么该标签对应的元素值将全部填充为 NaN。

2.1 reindex

reindex() 方法用于重新索引 DataFrame 或 Series 对象。重新索引意味着根据新的索引标签重新排列数据，并填充缺失值。如果重置的索引标签在原 DataFrame 中不存在，那么该标签对应的元素值将全部填充为 NaN。

语法：

DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=np.nan, limit=None, tolerance=None)

参数：

1. labels：
   • 类型：数组或列表，默认为 None。
   • 描述：新的索引标签。
2. index：
   • 类型：数组或列表，默认为 None。
   • 描述：新的行索引标签。
3. columns：
   • 类型：数组或列表，默认为 None。
   • 描述：新的列索引标签。
4. axis：
   • 类型：整数或字符串，默认为 None。
   • 描述：指定重新索引的轴。0 或 ‘index’ 表示行，1 或 ‘columns’ 表示列。
5. method：
   • 类型：字符串，默认为 None。
   • 描述：用于填充缺失值的方法。可选值包括 ‘ffill’（前向填充）、‘bfill’（后向填充）等。
6. copy：
   • 类型：布尔值，默认为 True。
   • 描述：是否返回新的 DataFrame 或 Series。
7. level：
   • 类型：整数或级别名称，默认为 None。
   • 描述：用于多级索引（MultiIndex），指定要重新索引的级别。
8. fill_value：
   • 类型：标量，默认为 np.nan。
   • 描述：用于填充缺失值的值。
9. limit：
   • 类型：整数，默认为 None。
   • 描述：指定连续填充的最大数量。
10. tolerance：
    • 类型：标量或字典，默认为 None。
    • 描述：指定重新索引时的容差。

案例：

# 创建一个示例 DataFrame
data = {
   
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data, index=['a', 'b', 'c'])

# 重新索引行
new_index = ['a', 'b', 'c'