【北京理工大学-Python 数据分析-3.2Pandas数据特征分析】

news2024/11/27 12:31:37

对一组数据的理解
数据摘要：通过以下方法：有损地提取数据特征的过程。

基本统计（含排序）
分布/累计统计
数据特征
相关性
周期性等
数据分析

Pandas库的数据排序

.sort_index(axis=0,asccending=True)。
.sort_index()方法在指定轴上根据索引进行排序，默认升序。
对索引的操作就是对数据的操作。

import pandas as pd
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','b','d'])
b
b.sort_index()
b.sort_index(axis=0,ascending=False)##默认情况下是对0轴进行排序，二维就是行索引

在这里插入图片描述

c=b.sort_index(axis=1,ascending=False)##对列的索引按照降序排列
c

在这里插入图片描述

c=b.sort_index(axis=1,ascending=False)##对列所在索引进行降序排列
c

在这里插入图片描述

c=c.sort_index()
c

在这里插入图片描述

import pandas as pd 
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','b','d'])
b
c=b.sort_values(2,ascending=False)##按照第2列索引的数据大小按照降序进行排序
c
c=c.sort_values('a',axis=1,asccending='False')##对c按照a行的戴奥按照降序排列
c

在这里插入图片描述
Pandas的基本统计分析函数
适用于Series和DataFrame类型

方法	说明
.sum()	计算数据的总和，按0轴计算，下同
.count()	非Na值的数量
.mean()/.median()	计算数据的算术平均值/算术中位数
.var()/.std()	计算数据的方差、标准差
.min()/.max()	计算数据的最小值和最大值

只适用于Series类型

方法	说明
.argmin() /.argmax()	计算数据最大值、最小值所在位置的索引位置（自动索引）
.idxmin()/idxmax()	计算数据最大值、最小值所在位置的索引（自定义索引）

基本的统计分析函数
适用于Series和DataFrame类型

方法	说明
.describe()	针对0轴（各列）的统计汇总

import pandas asss pd 
a=pd.Series([9,8,7,6],index-['a','b','c','d'])
a.describe()

在这里插入图片描述

import pandas as pd
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','b','d'])
b.describe()##获得b的基本统计信息
b.describe()[2]##获得基本统计信息中第二行的信息

在这里插入图片描述

在这里插入图片描述
数据的累计分析
累计统计分析函数
适用于Series和DataFrame类型

方法	说明
.cumsum()	依次给出前1、2、…、n个数的和
.cumprod()	依次给出前1、2、…、n个数的积
.cummax()	依次给出前1、2、…、n个数的最大值
.cummin()	依次给出前1、2、…、n个数的最小值

import pandas as pd
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','b','d'])
b

在这里插入图片描述

b.cumsum()##对前n个进行求和

在这里插入图片描述

b.cumprod()##对b的前n行求积

b.cumprod()

b.cummin()##前n行最小值

在这里插入图片描述

b.cummax()##前n行的最大值

在这里插入图片描述
滚动计算（窗口计算）
适用于Series和DataFrame类型，滚动计算（窗口计算）

方法	说明
.rolling(w).sum()	依次计算相邻w个元素的和
.rolling(w).mean()	依次计算相邻w个元素的算术平均值
.rolling(w).var()	依次计算相邻w个元素的方差
.rolling(w).std()	依次计算相邻w个元素的标准差
.rolling(w).min/max()	依次计算相邻w个元素的最小值和最大值

举例

import pandas as pd
import numpy as np
b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','b','d'])
b.rolling(2).sum()##对相邻2行值求和
b.rolling(3).sum()##对相邻3行的值进行求和