Pandas之统计计算

import pandas as pd
import numpy as np

df = pd.DataFrame([[1.4,np.nan],[7.1,-4.5],[np.nan,np.nan],[0.75,-1.3]],index=['a','b','c','d'],columns=['one','two'])
print(df)

#按列求和
print(df.sum()) #列的和
'''
one    9.25
teo   -5.80
dtype: float64
'''

#按行求和
print(df.sum(axis=1))
'''
a    1.40
b    2.60
c    0.00  都是nan就是0.00
d   -0.55
dtype: float64
'''

print(df.sum(axis=1,skipna=False)) #skipna 排除缺失值， 默认为True
'''
a     NaN
b    2.60
c     NaN
d   -0.55
dtype: float64
'''

print(df.idxmax()) #最大值的行索引

print(df.cumsum()) #每一行累计求和

print(df.describe())

s1 = pd.Series(['a','b','c','d']*4)
# print(s1)

print(s1.describe())
'''
count     16
unique     4
top        a  #第一个出现的值
freq       4  #最高频次
dtype: object
'''


'''
include：
all 结果将包括所有列
None 结果将包括所有数字列
dtype 结果限制为提供的数据类型，例如number、object类型
'''
b2 = pd.DataFrame([[1,'a',np.nan],
                   [2,'b',4],
                   [3,'c',9],
                   [2,'d',np.nan]],index=list('abcd'),columns=list('MNK'))
print(b2)

print(b2.describe())     # 默认统计数字列

print(b2.describe(include='all'))   # 统计所有列(可以有任何数据类型)

print(b2.describe(include=None))   # 统计所有数字列

print(b2.describe(include='number'))  # 指定统计number类型(数字列)的列

print(b2.describe(include='O'))      # 指定统计含object类型的列

# exclude：指定要省略的数据类型，默认为None

b3 = pd.DataFrame([[1,'a',np.nan],
                   [2,'b','t'],
                   [4,'c',9],
                   [2,'d',np.nan]],index=list('abcd'),columns=list('MNK'))
print(b3)

print(b3.describe())    # 默认统计数字列

print(b3.describe(exclude=None))

print(b3.describe(exclude="number")) # 不统计整列都是数字的列