数据分析的pandas常用方法

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：
首先随机生成三组数据
np.random.seed(1234)
d1=pd.Series(2*np.random.normal(size=100)+3)
d2=np.random.f(2,4,size=100)
d3=np.random.randint(1,100,size=100)
d1.count()#非空元素计算
d1.min()#最小值
d1.max()#最大值
d1.idxmin()#最小值的位置，类似于R中的which.min函数
d1.idxmax()#最大值的位置，类似于R中的which.max函数
d1.quantile(0.1)#10%分位数
d1.sum()#求和
d1.mean()#均值
d1.median()#中位数
d1.mode()#众数
d1.var()#方差
d1.std()#标准差
d1.mad()#平均绝对偏差
d1.skew()#偏度
d1.kurt()#峰度
d1.describe()#一次性输出多个描述性统计指标
必须注意的是，descirbe方法只能针对序列或数据框，一维数组是没有这个方法