跳转至

用 Python 用熊猫计算统计

原文:https://www.geesforgeks.org/use-pandas-to-compute-statistics-in-python/

在 python 中执行各种复杂的统计操作可以很容易地简化为使用 pandas 的单行命令。我们将在这篇文章中讨论一些最有用和最常见的统计操作。我们将使用 泰坦尼克号生存数据集 来演示这样的操作。

蟒蛇 3

# Import Pandas Library
import pandas as pd

# Load Titanic Dataset as Dataframe
dataset = pd.read_csv('train.csv')

# Show dataset
# head() bydefault show
# 5 rows of the dataframe
dataset.head()

输出:

Titanic dataframe

1.意思是:

使用数据帧/序列.平均值()方法计算平均值或平均值。

语法:数据帧/序列.均值(自身，轴=无，skipna =无，级别=无，numeric_only =无，**kwargs)

参数:

  • 轴:{索引(0)，列(1)}

指定要应用的函数的轴。

  • skipna: 此参数取布尔值，默认值为真

它在计算结果时排除空值。

  • 级别:该参数取整数值或级别名称，默认值为无。

如果轴是多索引，沿特定级别计数，折叠成系列。

  • 仅限数值 : 此参数取布尔值，默认值为无

只包括浮点、整型和布尔型列。如果为“无”，将尝试使用所有内容，然后仅使用数字数据值。不适用于系列。

  • **kwargs: 要传递给函数的附加参数。

返回:序列或数据帧的平均值(如果指定了级别)

代码:

蟒蛇 3

# Calculate the Mean
# of 'Age' column
mean = dataset['Age'].mean()

# Print mean
print(mean)

输出:

29.69911764705882

2。中位数:

使用数据框/系列.中值()方法计算中值。

语法:数据帧/序列。中位数(自身，轴=无，skipna =无，级别=无，numeric_only =无，**kwargs)

参数:

  • 轴:{索引(0)，列(1)}

指定要应用的函数的轴。

  • skipna: 此参数取布尔值，默认值为真

它在计算结果时排除空值。

  • 级别:该参数取 int 或级别名，默认无

如果轴是多索引，沿特定级别计数，折叠成系列。

  • 仅限数值:此参数取布尔值，默认值为无

只包括浮点、整型和布尔型列。如果值为“无”，将尝试使用所有内容，然后仅使用数字数据。

  • **kwargs: 要传递给函数的附加参数。

返回:系列或数据帧的中间值(如果指定了级别)

代码:

蟒蛇 3

# Calculate Median of 'Fare' column
median = dataset['Fare'].median()

# Print median
print(median)

输出:

14.4542

3.模式:

使用 DataFrame.mode() 方法计算模式或最频繁值。

语法:数据帧/序列模式(自身，轴=0，仅数值=假，dropna =真)

参数:

  • 轴T2:{索引(0)，列(1)}

搜索模式值时要迭代的轴:

0 值或“索引”:获取每列的模式

1 个值或“列”:获取每行的模式。

  • 仅限数值:此参数取布尔值，默认值为假。

如果为真，则仅适用于数值列。

  • dropna: 此参数取布尔值，默认值为真。

不要考虑 NaN/None 值的计数。

返回 : 最高频率值。

代码:

蟒蛇 3

# Calculate Mode of 'Sex' column
mode = dataset['Sex'].mode()

# Print mode
print(mode)

输出:

0    male
dtype: object

4.计数:

使用 DataFrame/Series.count() 方法计算非空值的计数或频率。

语法:数据帧/序列计数(自身，轴=0，级别=无，仅数值=假)

参数:

  • 轴: {0 或‘索引’，1 或‘列’}，默认值为 0

如果值为 0 或“索引”，将为每列生成计数。如果值为 1 或，则为每行生成“列”计数。

  • 级别:(可选)该参数取 int 或 str 值。

如果轴是多索引类型，则沿特定级别计数，折叠成一个数据框。使用字符串指定级别名称。

  • 仅限数值:此参数取布尔值，默认为假

只包括浮点、整型或布尔型数据。返回:返回最高频率值

返回 : 每一列/行的非空条目数。如果指定了级别，则返回一个数据帧结构。

代码:

蟒蛇 3

# Calculate Count of 'Ticket' column
count = dataset['Ticket'].count()

# Print count
print(count)

输出:

891

5.标准偏差:

使用 DataFrame/Series.std() 方法计算值的标准偏差。

语法 : 数据帧/系列. std(自身，轴=无，skipna =无，级别=无，ddof=1，numeric_only =无，**kwargs)

参数:

  • 轴:{索引(0)，列(1)}
  • skipna: 该参数取布尔值，默认值为真。

排除无/空值。如果整行/整列有数值，结果将是数值。

  • 级别:该参数取 int 或级别名，默认值为 None。

如果轴是多索引，沿特定级别计数，折叠成系列。

  • ddof : 此参数取 int 值，默认值为 1。

δ自由度。计算中使用的除数是 N–ddof，其中 N 值代表元素的数量。

  • 仅限数值 : 此参数取布尔值，默认无

只包括浮点、整型和布尔型列。如果没有，将尝试使用所有内容，然后只使用数字数据。不适用于系列。

返回 : 标准差

代码:

蟒蛇 3

# Calculate Standard Deviation
# of 'Fare' column
std = dataset['Fare'].std()

# Print standard deviation
print(std)

输出:

49.693428597180905

6.最大:

使用数据框/数列. max() 方法计算最大值。

语法: DataFrame/Series.max(self，axis=None，skipna=None，level=None，numeric_only=None，**kwargs)

参数:

  • 轴:{索引(0)，列(1)}

指定要应用的函数的轴。

  • skipna： bool，默认为 True

它在计算结果时排除空值。

  • 级别:整数或级别名称，默认无

如果轴是多索引类型，则沿特定级别计数，折叠成系列。

  • 仅限数值: bool，默认无

只包括浮点、整型和布尔型列。如果无值，将尝试使用所有内容，然后仅使用数字数据。

  • **kwargs: 要传递给函数的附加关键字。

返回 : 系列或数据帧中的最大值(如果指定了级别)

代码:

蟒蛇 3

# Calculate Maximum value in 'Age' column
maxValue = dataset['Age'].max()

# Print maxValue
print(maxValue)

输出:

80.0

7.最小值:

使用数据帧/序列.分钟()方法计算最小值。

语法:数据帧/序列. min(自身，轴=无，skipna =无，级别=无，numeric_only =无，**kwargs)

参数:

  • 轴:{索引(0)，列(1)}

指定要应用的函数的轴。

  • skipna： bool，默认为 True

它在计算结果时排除空值。

  • 级别:整数或级别名称，默认无

如果轴是多索引类型，则沿特定级别计数，折叠成系列。

  • 仅限数值: bool，默认无

只包括浮点、整型和布尔型列。如果无值，将尝试使用所有内容，然后仅使用数字数据。

  • **kwargs: 要传递给函数的附加关键字。

返回:序列或数据帧中的最小值(如果指定了级别)

代码:

蟒蛇 3

# Calculate Minimum value in 'Fare' column
minValue = dataset['Fare'].min()

# Print minValue
print(minValue)

输出:

0.0000

8.描述:

使用数据框/系列. description()方法总结一般描述性统计。

语法:数据帧/序列。描述(自身:~帧或序列，百分位数=无，包含=无，排除=无)

参数:

  • 百分位数:类似数字的列表，可选
  • i 包括 : “全部”，类似列表的数据类型或无值(默认)，可选
  • 排除 : 类似列表的数据类型或无值(默认)，可选，

返回:提供的系列或数据框的汇总统计。

蟒蛇 3

# Statistical summary
dataset.describe()

输出:

Titanic dataframe describe

回到顶部