Python基本数据统计分析.pptxVIP

基本数据统计分析Python数据处理、分析、可视化与数据化运营06Python基本数据统计分析全文共89页，当前为第1页。 本章学习目标了解描述性统计分析各个指标的含义掌握交叉对比和趋势分析的基本方法与技巧掌握结构与贡献分析的应用场景以及实现方法重点分组与聚合分析的常用方法掌握相关性分析的主要方法以及如何解读相关性分析结果了解漏斗、路径和归因分析基本概念Python基本数据统计分析全文共89页，当前为第2页。 6.1 描述性统计分析使用Excel的DMEO数据准备数据本节所用数据为公用数据，读取excel的demo数据。import pandas as pd # ①import numpy as np # ②raw_data = pd.read_excel(demo.xlsx) # ③print(raw_data.head(3)) # ④用法示例：Python基本数据统计分析全文共89页，当前为第3页。 6.1 描述性统计分析先将province转换为字符串准备数据在字段中的PROVINCE 列本身是分类含义，因此将其转换为字符串类型。用法示例：raw_data[PROVINCE] = raw_data[PROVINCE].astype(str)Python基本数据统计分析全文共89页，当前为第4页。 6.1 描述性统计分析使用describe查看描述性统计分析信息准备数据用法示例：desc_data = raw_data.describe(include=all).T # ①获得所有字段的描述信息desc_data[polar_distance] = desc_data[max]- desc_data[min] # ②得到极差（或极距）desc_data[IQR] = (desc_data[75%]-desc_data[25%])/2 # ③计算四分位差desc_data[days_int] = desc_data[last]-desc_data[first] # ④基于last和first差值计算日期间隔desc_data[dtype] = raw_data.dtypes # ⑤获取所有列的字段类型desc_data[all_count] = raw_data.shape[0] # ⑥获取所有列的总记录数量print(desc_data.columns) # ⑦Python基本数据统计分析全文共89页，当前为第5页。 6.1 描述性统计分析准备数据使用describe查看描述性统计分析信息Python基本数据统计分析全文共89页，当前为第6页。 6.1 描述性统计分析通用描述信息是指对所有数据字段的概要描述通用描述信息print(desc_data[[all_count,count,dtype]])示例代码：Python基本数据统计分析全文共89页，当前为第7页。 6.1 描述性统计分析数值型字段的均值、中位数和四分位数集中性趋势数值型字段的集中性趋势的常用描述指标包括均值、中位数和四分位数（注意：四分位数指的不是一个数）print(desc_data.loc[[AMOUNT,VISITS],[25%, 50%, 75%,mean]])Python基本数据统计分析全文共89页，当前为第8页。 6.1 描述性统计分析非数值型字段的唯一值、众数和频数集中性趋势非数值型包括布尔型、字符串型和日期型三类，数据分析师经常使用唯一值、众数和频数描述集中性趋势。print(desc_data.loc[[DATETIME,PROVINCE,CATE,IS_PRO],[unique,top,freq]])Python基本数据统计分析全文共89页，当前为第9页。 6.1 描述性统计分析数值型字段的标准差、最小值、最大值、极差、四分位差离散性趋势数值型字段的离散趋势经常用标准差、最小值、最大值、极差、四分位差表示print(desc_data.loc[[AMOUNT,VISITS],[std,min,max,polar_distance,IQR]])Python基本数据统计分析全文共89页，当前为第10页。 6.1 描述性统计分析日期型字段的开始日期、结束日期和日期间隔离散性趋势对非数值型字段而言，很少描述其离散性趋势，但日期类字段却拥有自身的特殊性。它拥有自己的开始日期项，并可以基于日期项做一定程度的数值计算print(desc_data.loc[[DATETIME],[first,last,days_int]])Python基本数据统计分析全文共89页，当前为第11页。 6.2 交叉对比和趋势分析对比和趋势是分析事物对象，并得到结论的基本且重要的方法概念有比较才能产生差异，也才有好坏优劣之分基于比较的思维构成了数据分析