4 series、Dataframe基本信息描述及统计（维度、形状、均值、求和、协方差、相关系数、排名）

4.1 series对象的查看

s = pd.Series(np.random.randn(5))
s.axes#索引信息
s.empty#判断整体是否为空
s.ndim#返回对象维度
s.size#返回对象长度，或则说元素个数
s.values#以数组形式返回系列中的实际数据值

4.2 Dataframe对象的查看

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
df
df.T
df.axes#返回行索引及列标签相关信息
df.dtypes
df.empty
df.ndim
df.shape#返回规模形状
df.size#返回所有值的个数
df.values

4.3 Dataframe对象的描述性统计

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack',
   'Lee','David','Gasper','Betina','Andres']),
   'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

df = pd.DataFrame(d)
df.sum()#直接调用将对每一列求和，字符列将直接合并
df.sum(1)#对行求和
df.sum(0)#对列进行求和
df.mean()
df.std()
df.describe()#默认汇总所有数字列，include=['number']
df.describe(include=['object'])#数值型变量（include=['number']），离散型变量（include=['object']）
df.describe(include='all')

 4.4 Dataframe对象的协方差、相关系数、排名

s = pd.Series(list(range(1,5))+[4]) #list后直接添加[4]相当于list新增了元素4
s.pct_change()#计算后一个元素比前一个元素变化的百分比

s1 = pd.Series(np.random.randn(10))
s2 = pd.Series(np.random.randn(10))
s1.cov(s2)

frame = pd.DataFrame(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])
frame['a'].cov(frame['b'])
frame.cov()#直接计算各列的协方差

frame['a'].corr(frame['b'])
frame.corr()

s = pd.Series(np.random.randn(5), index=list('abcde'))
s['d']=s['b']
s.rank()#获得各行的排名信息，并列4名则均显示为第4.5名