pandas 常用统计方法

最新推荐文章于 2025-11-02 22:58:06 发布

转载最新推荐文章于 2025-11-02 22:58:06 发布 · 3.9w 阅读

python 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了Pandas库中常用的数据统计方法，包括均值、中位数等，并通过实例展示了如何使用这些方法进行数据分析。文章还详细解释了处理缺失值的不同选项。

统计方法

pandas 对象有一些统计方法。它们大部分都属于约简和汇总统计，用于从 Series 中提取单个值，或从 DataFrame 的行或列中提取一个 Series。

比如 DataFrame.mean(axis=0,skipna=True) 方法，当数据集中存在 NA 值时，这些值会被简单跳过，除非整个切片（行或列）全是 NA，如果不想这样，则可以通过 skipna=False 来禁用此功能：

>>>
 df

    one 
 two

a 
1.40  NaN

b 
7.10 -4.5

c  
 NaN  NaN

d 
0.75 -1.3

 

[4 rows
 x 2 columns]

>>>
 df.mean()

one   
3.083333

two  
-2.900000

dtype:
 float64

>>>
 df.mean(axis=1)

a   
1.400

b   
1.300

c     
 NaN

d  
-0.275

dtype:
 float64

>>>
 df.mean(axis=1,skipna=False)

a     
 NaN

b   
1.300

c     
 NaN

d  
-0.275

dtype:
 float64

其他常用的统计方法有：

########################	******************************************
count	非 NA 值的数量
describe	针对 Series 或 DF 的列计算汇总统计
min , max	最小值和最大值
argmin , argmax	最小值和最大值的索引位置（整数）
idxmin , idxmax	最小值和最大值的索引值
quantile	样本分位数（0 到 1）
sum	求和
mean	均值
median	中位数
mad	根据均值计算平均绝对离差
var	方差
std	标准差
skew	样本值的偏度（三阶矩）
kurt	样本值的峰度（四阶矩）
cumsum	样本值的累计和
cummin , cummax	样本值的累计最大值和累计最小值
cumprod	样本值的累计积
diff	计算一阶差分（对时间序列很有用）
pct_change	计算百分数变化