數(shù)據(jù)分析工具Pandas：常用的統(tǒng)計計算

　　Pandas為我們提供了非常多的描述性統(tǒng)計分析的指標(biāo)方法，比如總和、均值、最小值、最大值等。接下來，筆者來羅列一些常用的描述性統(tǒng)計方法，以及它們的具體說明。

　　1.sum：計算和

　　2.mean：計算平均值

　　3.median：獲取中位數(shù)

　　4.max、min：獲取最大值和最小值

　　5.idxmax、idxmin：獲取最大和最小索引值

　　6.count：計算非NaN值的個數(shù)

　　7.head：獲取前N個值

　　8.var：樣本值的方差

　　9.std：樣本值的標(biāo)準(zhǔn)差

　　10.skew：樣本值的偏度(三階矩)

　　11.kurt：樣本值的峰度(四階矩)

　　12.cumsum：樣本值的累計和。

　　13.cummin、cummax：樣本值的累積最小值和累積最大值。

　　14.cumpord：樣本值的累計積。

　　15.describe：對Series和DataFrame列計算匯總統(tǒng)計。

　　下面通過一些示例來演示上述部分方法的使用。例如，創(chuàng)建一個3行4列的DataFrame對象，它的列索引為“a、b、c、d”，具體代碼如下。

In [59]: df_obj = pd.DataFrame(np.arange(12).reshape(3, 4),
                               columns=['a', 'b', 'c', 'd'])
         df_obj
Out[59]:
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9   10  11

　　然后，讓DataFrame對象依次調(diào)用sum()、max()和min()方法，分別執(zhí)行求和、求最大值和最小值的運算，具體代碼如下。

In [60]: df_obj.sum()      #計算每列的和
Out[60]:
a    12
b    15
c    18
d    21
dtype: int64
In [61]: df_obj.max()      # 獲取每列的最大值
Out[61]:
a     8
b     9
c    10
d    11
dtype: int32
In [62]: df_obj.min(axis=1)   # 沿著橫向軸，獲取每行的最小值
Out[62]:
0    0
1    4
2    8
dtype: int32

　　通過結(jié)果可以看出，DataFrame默認(rèn)優(yōu)先以縱向軸進(jìn)行計算，除非在調(diào)用這些統(tǒng)計方法時，顯式地指明沿著橫向軸方向，即aixs=1，才會對每行的數(shù)據(jù)進(jìn)行計算。