12、Pandas数据处理全解析:从统计汇总到层次索引

Pandas数据处理全解析:从统计汇总到层次索引

1. 描述性统计的汇总与计算

Pandas对象配备了一系列常见的数学和统计方法,多数属于缩减或汇总统计范畴,能从Series中提取单个值,或从DataFrame的行或列中提取一系列值。与NumPy数组的等效方法相比,它们在设计上就考虑了排除缺失数据。

1.1 示例DataFrame

import pandas as pd
import numpy as np
from pandas import DataFrame

df = 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)

输出结果:

    one  two
a  1.40  NaN
b  7.10 -4.5
c   NaN  NaN
d  0.75 -1.3

1.2 求和方法

  • 列求和 :调用DataFrame的 sum 方法,返回包含列总和的Series。

                
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值