pandas（三）匯總和計算描述統計

pandas對象有一些常用的數學和統計的方法，大部分都屬於約簡或匯總統計。

SUM方法

DataFrame對象的sum方法，返回一個含有列小計的Series

>>> 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'])
>>>
>>>
>>> df
    one  two
a  1.40  NaN
b  7.10 -4.5
c   NaN  NaN
d  0.75 -1.3
>>> df.sum()
one    9.25
two   -5.80
dtype: float64
>>> df.sum(axis=1)
a    1.40
b    2.60
c    0.00
d   -0.55
dtype: float64

NA值會自動被踢除（新版本會自動轉換為0）。可以通過skipna選項禁用此功能。

>>> df.sum(axis=1,skipna = False)
a     NaN
b    2.60
c     NaN
d   -0.55
dtype: float64
>>> df.sum(skipna =False)
one   NaN
two   NaN
dtype: float64

 

常用的統計方法：

########################	******************************************
count	非 NA 值的數量
describe	針對 Series 或 DF 的列計算匯總統計
min , max	最小值和最大值
argmin , argmax	最小值和最大值的索引位置（整數）
idxmin , idxmax	最小值和最大值的索引值
quantile	樣本分位數（0 到 1）
sum	求和
mean	均值
median	中位數
mad	根據均值計算平均絕對離差
var	方差
std	標准差
skew	樣本值的偏度（三階矩）
kurt	樣本值的峰度（四階矩）
cumsum	樣本值的累計和
cummin , cummax	樣本值的累計最大值和累計最小值
cumprod	樣本值的累計積
diff	計算一階差分（對時間序列很有用）
pct_change	計算百分數變化

統計方法的常用選項

axis=None，skipna = True，level=None