免費AI編程助手
Pandas統(tǒng)計函數(shù)
Pandas 的本質(zhì)是統(tǒng)計學(xué)原理在計算機(jī)領(lǐng)域的一種應(yīng)用實現(xiàn)，通過編程的方式達(dá)到分析、描述數(shù)據(jù)的目的。而統(tǒng)計函數(shù)則是統(tǒng)計學(xué)中用于計算和分析數(shù)據(jù)的一種工具。在數(shù)據(jù)分析的過程中，使用統(tǒng)計函數(shù)有助于我們理解和分析數(shù)據(jù)。本節(jié)將學(xué)習(xí)幾個常見的統(tǒng)計函數(shù)，比如百分比函數(shù)、協(xié)方差函數(shù)、相關(guān)系數(shù)等。
百分比變化(pct_change)
Series 和 DatFrames 都可以使用 pct_change() 函數(shù)。該函數(shù)將每個元素與其前一個元素進(jìn)行比較，并計算前后數(shù)值的百分比變化。示例如下：
import pandas as pd
import numpy as np
#Series結(jié)構(gòu)
s = pd.Series([1,2,3,4,5,4])
print (s.pct_change())
#DataFrame
df = pd.DataFrame(np.random.randn(5, 2))
print(df.pct_change())輸出結(jié)果：
0 NaN
1 1.000000
2 0.500000
3 0.333333
4 0.250000
5 -0.200000
dtype: float64
0 1
0 NaN NaN
1 74.779242 0.624260
2 -0.353652 -1.104352
3 -2.422813 -13.994103
4 -3.828316 -1.853092默認(rèn)情況下，pct_change() 對列進(jìn)行操作，如果想要操作行，則需要傳遞參數(shù) axis=1 參數(shù)。示例如下：
import pandas as pd
import numpy as np
#DataFrame
df = pd.DataFrame(np.random.randn(3, 2))
print(df.pct_change(axis=1))輸出結(jié)果：
0 1 0 NaN 3.035670 1 NaN -0.318259 2 NaN 0.227580
協(xié)方差(cov)
Series 對象提供了一個cov方法用來計算 Series 對象之間的協(xié)方差。同時，該方法也會將缺失值(NAN )自動排除。
示例如下：
import pandas as pd
import numpy as np
s1 = pd.Series(np.random.randn(10))
s2 = pd.Series(np.random.randn(10))
print(s1)
print(s2)
print (s1.cov(s2))輸出結(jié)果：
0 1.640352
1 1.448355
2 0.545730
3 0.309628
4 0.557345
5 3.170734
6 0.976215
7 -0.223657
8 0.511220
9 1.696891
dtype: float64
0 0.990263
1 2.309879
2 -1.078195
3 1.835674
4 -0.121354
5 0.959632
6 -0.872707
7 1.879808
8 0.203775
9 -1.818213
dtype: float64
-0.09872075651634744
當(dāng)應(yīng)用于 DataFrame 時，協(xié)方差（cov）將計算所有列之間的協(xié)方差。
import pandas as pd
import numpy as np
frame = pd.DataFrame(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])
#計算a與b之間的協(xié)方差值
print (frame['a'].cov(frame['b']))
#計算所有數(shù)列的協(xié)方差值
print (frame.cov())輸出結(jié)果：
-0.37822395480394827
a b c d e
a 1.643529 -0.378224 0.181642 0.049969 -0.113700
b -0.378224 1.561760 -0.054868 0.144664 -0.231134
c 0.181642 -0.054868 0.628367 -0.125703 0.324442
d 0.049969 0.144664 -0.125703 0.480301 -0.388879
e -0.113700 -0.231134 0.324442 -0.388879 0.848377相關(guān)系數(shù)(corr)
相關(guān)系數(shù)顯示任意兩個 Series 之間的線性關(guān)系。Pandas 提供了計算相關(guān)性的三種方法，分別是 pearson(default)、spearman() 和 kendall()。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])
print (df['b'].corr(frame['c']))
print (df.corr())輸出結(jié)果：
0.5540831507407936
a b c d e
a 1.000000 -0.500903 -0.058497 -0.767226 0.218416
b -0.500903 1.000000 -0.091239 0.805388 -0.020172
c -0.058497 -0.091239 1.000000 0.115905 0.083969
d -0.767226 0.805388 0.115905 1.000000 0.015028
e 0.218416 -0.020172 0.083969 0.015028 1.000000注意：如果 DataFrame 存在非數(shù)值(NAN），該方法會自動將其刪除。
排名(rank)
rank() 按照某種規(guī)則（升序或者降序）對序列中的元素值排名，該函數(shù)的返回值的也是一個序列，包含了原序列中每個元素值的名次。如果序列中包含兩個相同的的元素值，那么會為其分配兩者的平均排名。示例如下：
import pandas as pd
import numpy as np
#返回5個隨機(jī)值，然后使用rank對其排名
s = pd.Series(np.random.randn(5), index=list('abcde'))
s['d'] = s['b']
print(s)
#a/b排名分別為2和3，其平均排名為2.5
print(s.rank())輸出結(jié)果：
a -0.689585 b -0.545871 c 0.148264 d -0.545871 e -0.205043 dtype: float64 排名后輸出: a 1.0 b 2.5 c 5.0 d 2.5 e 4.0 dtype: float64
1) method參數(shù)
rank() 提供了 method 參數(shù)，可以針對相同數(shù)據(jù)，進(jìn)行不同方式的排名。如下所示：
- average：默認(rèn)值，如果數(shù)據(jù)相同則分配平均排名；
- min：給相同數(shù)據(jù)分配最低排名；
- max：給相同數(shù)據(jù)分配最大排名；
- first：對于相同數(shù)據(jù)，根據(jù)出現(xiàn)在數(shù)組中的順序進(jìn)行排名。
2) aisx&ascening
rank() 有一個ascening參數(shù)， 默認(rèn)為 True 代表升序；如果為 False，則表示降序排名（將較大的數(shù)值分配給較小的排名）。
rank() 默認(rèn)按行方向排名（axis=0），也可以更改為 axis =1，按列排名。示例如下：
import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(12).reshape(3,4),columns = list("abdc"))
a =a.sort_index(axis=1,ascending=False)
a.iloc[[1,1],[1,2]] = 6
#按行排名，將相同數(shù)值設(shè)置為所在行數(shù)值的最大排名
print(a.rank(axis=1,method="max"))輸出結(jié)果：
d c b a 0 3.0 4.0 2.0 1.0 1 4.0 4.0 4.0 1.0 2 3.0 4.0 2.0 1.0
與 method="min"進(jìn)行對比，如下所示：
輸出結(jié)果：
d c b a 0 3.0 4.0 2.0 1.0 1 2.0 2.0 2.0 1.0 2 3.0 4.0 2.0 1.0
更多建議：