pandas dataframe汇总和计算方法

最新推荐文章于 2025-06-15 00:15:00 发布

原创

最新推荐文章于 2025-06-15 00:15:00 发布 · 1.3w 阅读

27 ·

CC 4.0 BY-SA版权

文章标签：

#pandas #python #dataframe #dataframe 方法

本文详细介绍了Pandas DataFrame中用于数据汇总和计算的主要方法，包括idxmax()用于查找每列最大值的索引，cumsum()进行累计求和，describe()提供列的统计描述，dropna()删除缺失值的行，fillna()填充缺失值，以及head()和tail()用于查看数据集的前n行和后n行。这些方法是DataFrame数据操作的重要工具。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Dataframe汇总计算的主要方法有：

在这里插入图片描述

Pandas 统计的一些常用方法：

frame.idxmax(): 列的最大值输出每列最大值的索引

np.random.seed(38754)
data=np.random.randint(0,15,15).reshape(5,3)
frame=DataFrame(data,index=['a','b','c','d','e'],columns=['x','y','z'])
result=frame.idxmax()
print(result)
#输出：
x    b
y    a
z    e

frame.cumsum() :返回行或列的累加值的series，默认列累加

语法：DataFrame.cumsum(axis=None, dtype=None, out=None, skipna=True, **kwargs)

axis=0: 行 axis=1:列（默认）
skipna：是否跳过空值，默认为True

np.random.seed(38754)
data=np.random.randint(0,15,15).reshape(5,3)
frame=DataFrame(data,index=['a','b','c','d','e'],columns=['x','y','z'])
result=frame.cumsum(axis=1)
print(fr