1、常用函數說明
在df中使用統計函數，其實很簡單，我們主要關注以下3點，就沒問題：
- ① 了解每個函數的具體含義是什么；
- ② 不管是Series還是DataFrame，默認都是自動忽略NaN值，進行運算的；
- ③ DataFrame有行、列區分，因此在使用統計函數的時候，一般是結合axis=0或者axis=1參數對df中的哪一行、哪一列進行操作；
注意：axis的具體含義，在操作DataFrame時極其重要，因此不要死記硬背，理解原理后，就永遠忘記不了 。要記住不管是numpy還是pandas中，aixs的含義都是一致的。
2、sum、mean、count、max、min
這五個函數屬於最常用的幾個函數，在mysql中叫做“聚合函數”(只不過mean在mysql中叫做avg)，我們以sum函數為例進行說明。
df = pd.read_excel(r"C:\Users\xxx\Desktop\test.xlsx",sheet_name=2) display(df) # 重置索引 df = df.set_index("name") df.sum(axis=1) df.sum(axis=0)
結果如下：
3、median、abs、mod、prod、var、std
# 我們就用一列來講述這幾個函數的用法 df = pd.DataFrame({"id":["00{}".format(i) for i in range(1,10)], "score":[2,3,4,4,5,6,7,7,8]}) display(df) # 求該列數據的中位數 df["score"].median(axis=0) # 求該列數據的每個值除以3得到的余數 df["score"].mod(3,axis=0) # 求該列數據的連乘積 display(2*3*4*4*5*6*7*7*8) df["score"].prod(axis=0) # 求該列數據的方差 x = df["score"].var(axis=0) display(x) # 求該列數據的標准差 y = df["score"].std(axis=0) display(y) # 標准差等於方差的開方 np.sqrt(x) == y
結果如下：
注意：這一組函數中，需要注意的是mod函數的用法，里面需要傳入一個值，作為除數。
4、argmax和idxmax、argmin和idxmin
argmax和idxmax是一組，用於返回一組數據中最大值的下標。argmin和idxmin是一組，用於返回一組數據中最小值的下標。但是當我們使用argmax和argmin的時候，會出現一個提示，告訴我們這個函數以后會被idxmax和idxmin代替，因此我們只需要掌握idxmax和idxmin的用法即可。
df = pd.DataFrame({"id":["00{}".format(i) for i in range(1,10)],
"score":[2,3,4,4,5,6,7,7,8]})
display(df)
df["score"].idxmax(axis=0)
df["score"].idxmin(axis=0)
結果如下：
5、unique：求一組數據中的唯一值
對於unique的使用，需要特別注意。unique函數是針對Series的操作，是針對於df的某一行，或者某一列進行操作，因此沒有axis參數。unique不僅可以針對數字去重，還可以針對字符串去重。
df = pd.DataFrame({"id":["00{}".format(i) for i in range(1,10)],
"score":[2,3,4,4,5,6,7,7,8]})
display(df)
df["score"].unique()
結果如下：
6、value_counts：求一組數據中每個值出現的次數
(很重要)
value_counts不僅可以統計一組數字中，不同值出現的次數，還可以統計一組字符串中，不同值出現的次數。
df = pd.DataFrame({"id":["00{}".format(i) for i in range(1,10)],
"eat_hand":["right","right","left","right","left","right","right","right","left"],
"score":[2,3,4,4,5,6,7,7,8]})
display(df)
df["score"].value_counts()
結果如下：
