如果圖片無法觀看，請移步 https://blog.csdn.net/hihell
標題起的長，才能引起你的注意呢
昨天，有個家伙，留言給我說
嫌我不好好寫博客
就知道給文章配表情包
在這里，鄭重的回復一下
我願意(╬◣д◢)
上篇博客，我們搗鼓了屬性和簡單的幾個函數
這篇博客，我們繼續圍繞着dataframe轉圈圈吧
首先從計算函數說起
咱先聲明一個dataframe，方便后續操作
import pandas as pd
df_dict = {
"boys":[10,20,30],
"girls":[20,40,60]
}
df = pd.DataFrame(df_dict)
print(df)
對於一個高手來說，從上帝視角對數據有一個基本的把握是最重要的
那么我們需要一個函數
describe
你只需要使用一下，就能得到很多的信息哦~
來，看一下結果
boys girls
count 3.0 3.0
mean 20.0 40.0
std 10.0 20.0
min 10.0 20.0
25% 15.0 30.0
50% 20.0 40.0
75% 25.0 50.0
max 30.0 60.0
這不要啥有啥么
只要你英文沒啥大問題，認識count,mean,std,min,max
恭喜你，上面的數據
你都能看懂
這上帝視角
數據一覽無余
接下來，你就可以分開顯示了
pandas神奇的地方即將出現
當你學會一個函數
同步你會學會好幾個
我拿count舉個栗子啊
為什么，拿着個舉例子
還不是因為它最簡單！
先看代碼，在講解
import pandas as pd
df_dict = {
"boys":[10,20,30],
"girls":[20,40,60]
}
df = pd.DataFrame(df_dict)
print(df.count(axis=0))
輸出的結果，請注意
boys 3
girls 3
dtype: int64
是個series沒錯了
那么，重點來了，我這個偽大佬要開課了
df.count()函數，統計cells個數，
額，還是大白話吧
就是統計行或者列的小格子個數
嗯，這么說，容易懂
它有個參數，非常，非常，非常重要
以后會經常碰到
這個參數，就是axis，翻譯成中文，叫做軸
沒錯，就是坐標軸的那個軸
默認值呢是0
0等於index
1等於columns
難度來了，這個地方不好記（因為，我總是搞錯 Σ(っ°Д°;)っ）
在嘗試大白話解釋一下df.count(axis=0)的意思
統計每一列單元格（小格子）數量
咦？不太對啊
剛剛不是還說0等於index么？
那df.count(axis=0)，不應該統計行么？咋還統計成列了呢？
解釋最后一次了哦
axis=0 這個參數表示為每列生成計數
上面的紅框，叫做每列
所以，列名有幾個，統計出來的結果就有幾個
這個很容易暈哦~
我覺得你應該暈了
哎~慢慢繞吧
同理axis=1就表示為每行生成計數啦
剛剛的數據有三行，那對應的肯定生成三行嘍
小提示
axis='index' 等於 axis = 0
axis = 'columns' 等於 axis = 1
為什么要在這個地方叨叨這么多呢
還不是因為下面這個圖
看完這個圖，之后
我相信，你應該對axis這個函數瞬間感興趣了
這完全搞不定，沒法用的節奏啊
難不成，每次都跟我一樣
先猜0，不對，在換成1
哈哈哈哈哈哈哈哈哈
（好像暴露了，我菜的本質了呢）
df.count()學習完畢之后，來個df.min(),df.max(),df.mean()吧
哈哈，這三個函數咱看一下，其實非常簡單的
import pandas as pd
df_dict = {
"boys":[10,20,30],
"girls":[20,40,60]
}
df = pd.DataFrame(df_dict,index=['class1','class2','class3'])
print(df.mean(axis=1))
- df.min() 最小值
- df.max() 最大值
- df.mean() 平均值
上面是獲取值
記住，有值就有索引
然后再展示一段代碼
需求，我們要獲取每列中最小值的索引
import pandas as pd
df_dict = {
"boys":[10,20,30],
"girls":[20,40,60]
}
df = pd.DataFrame(df_dict,index=['class1','class2','class3'])
print(df.mean(axis=1))
print(df.idxmin())
- df.idxmin() 按照列獲取
- df.idxmin(axis=1) 按照行獲取
電腦面前的你，趕緊的吧，
你一試就知道結果了
還等什么？
其他的，像方差，求和，標准差，都去試試吧
你可以滴！
T來了
在學習series的時候，我們用了一個s.T
神奇的是啥效果也沒有
今天用dataframe在來試一下
import pandas as pd
df_dict = {
"boys":[10,20,30],
"girls":[20,40,60]
}
df = pd.DataFrame(df_dict,index=['class1','class2','class3'])
print(df)
print("x"*50)
print(df.T)
看到沒？
出現效果了
行索引，變成列索引
列索引，變成行索引
厲害，厲害
其實這個就是轉置
線性代數上線啦
下課！
話不多說，結束，開始展示公眾號
還等什么，關注吧~