Python数据分析入门教程(五)：数据运算.docxVIP

作者|CDA数据分析师

进行到这一步就可以算是开始正式的烹饪了，在这部份之前的数据操作部份我们列举了一些不同维度的分析指标，这一章我们主要看看这些指标都是怎么计算出来的。

一、算术运算

算术运算就是基本的加减乘除，在Excel或者Python中数值类型的任意两列可以直接进行加、减、乘、除运算，Excel中的算术运算比较简单，这里就不展开了，下面主要介绍Python中的算术运算。

两列相加的具体实现如下图所示：

两列相减的具体实现如下图所示：

两列相乘的具体实现如下图所示：

两列相除的具体实现如下图所示：

任意一列加/减一个常数值，这一列中的所有值都加/减这个常数值，具体实现如下图所示：

任意一列乘/除一个常数值，这一列中的所有值都乘/除这个常数值，具体实现如下图所示：

二、比较运算

比较运算和Python基础知识中讲到的比较运算一致，也是常规的大于、等于、小于之类的，只无非这里的比较是在列与列之间进行的。

在Excel中列与列之间的比较运算和Python中的方法一致，例子如下图所示。

下面是一些Python中列与列之间比较的例子。

三、汇总运算

上面讲到的算术运算和比较运算都是在列与列之间进行的，运算结果是有多少行的值就会返

回多少个结果，而汇总运算是将数据进行汇总返回一个汇总以后的结果值。

1、count非空值计数

非空值计数就是计算某一个区域中非空(单元格)数值的个数。

在Excel中counta()函数用于计算某个区域中非空单元格的个数。与counta()函数类似的一个函数是count()函数，它用于计算某个区域中含有数字的单元格的个数。

在Python中，直接在整个数据表上调用count()函数，返回的结果为该数据表中每列的非空值的个数，具体实现如下所示。

count()函数默认是求取每一列的非空数值的个数，可以通过修改axis参数让其等于1，来求取每一行的非空数值的个数。

也可以把某一列或者某一行索引出来，单独查看这一列或者这一行的非空值个数。

2、sum求和

求和就是对某一区域中的所有数值进行加和操作。

在Excel中要求取某一区域的和，直接在sum()函数后面的括号中指明要求和的区域，即要对哪些值进行求和操作即可。例子如下所示。

在Python中，直接在整个数据表上调用sum()函数，返回的是该数据表每一列的求和结果，例子如下所示。

sum()函数默认对每一列进行求和，可通过修改axis参数，让其等于1，来对每一行的数值进行求和操作。

也可以把某一列或者某一行索引出来，单独对这一列或者这一行数据进行求和操作。

3、mean求均值

求均值是针对某一区域中的所有值进行求算术平均值运算。均值是用来衡量数据普通情况的指标，容易受到极大值、极小值的影响。

在Excel中对某个区域内的值进行求平均值运算，用的是average()函数，只要在average()函数中指明要求均值运算的区域即可，比如：

在Python中的求均值利用的是mean()函数，如果对整个表直接调用mean()函数，返回的是该表中每一列的均值。

mean()函数默认是对数据表中的每一列进行求均值运算，可通过修改axis参数，让其等于1，来对每一行进行求均值运算。

也可以把某一列或者某一行通过索引的方式取出来，然后在这一行或者这一列上调用mean()函数，单独求取这一行或者这一列的均值。

4、max求最大值

求最大值就是比较一组数据中所有数值的大小，然后返回最大的一个值。

在Excel和Python中，求最大值使用的都是max()函数，在Excel中同样只需要在max()函数中指明要求最大值的区域即可；在Python中，和其他函数一样，如果对整个表直接调用max()函数，则返回该数据表中每一列的最大值。max()函数也可以对每一行求最大值，还可以单独对某一行或者某一列求最大值。

5、min求最小值

求最小值与求最大值是相对应的，通过比较一组数据中所有数值的大小，然后返回最小的那

个值。

在Excel和Python中都使用min()函数来求最小值，它的使用方法与求最大值的类似，这里不再赘述。示例代码如下。

6、median求中位数

中位数就是将一组含有n个数据的序列X按从小到大罗列，位于中间位置的那个数。

中位数是以中间位置的数来反映数据的普通情况，不容易受到极大值、极小值的影响，于是在反映数据分布情况上要比平均值更有代表性。

现有序列为X:{X1、X2、X3、......、Xn}。

如果n为奇数，则中位数：

如果n为偶数，则中位数：

例如，1、3