Python数据分析基础与应用（微课版） 教案 模块6 Pandas统计计算与数据分析.docx

Python数据分析基础与应用

模块

PAGE2

PAGE21

模块6Pandas统计计算与数据分析

【学习与训练】

6.1Pandas数据运算

6.1.1Series对象的运算

1．Series对象的赋值运算

通过索引或标签选取元素后直接给元素进行赋值。

2．Series对象与常量之间的算术运算

适用于NumPy数组的算术运算符（+、-、*、/）和其他数学函数等，也适用于Series对象。

3．两个Series对象之间的加、减、乘、除算术运算

代码如下：

importpandasaspd

print(定义两个Series对象：)

s3=pd.Series([2,8,6,9],index=[a,b,c,d])

s4=pd.Series([3,10,5],index=[c,d,a])

print(s3)

print(s4)

#将两个Series对象进行加、减、乘、除算术运算

print(两个Series对象相加：\n,s3+s4)

print(两个Series对象相减：\n,s3-s4)

print(两个Series对象相乘：\n,s3*s4)

print(两个Series对象相除：\n,s3/s4)

观察输出结果可以发现，两个Series对象相加就是将两个Series对象中标签相同的元素相加，并输出这些标签和相加后的值。对于只有一个Series对象有的标签，也会出现在输出结果中，但其值为NaN。

4．Series对象的数学函数运算

Pandas数据结构之间可以使用运算符运算，也可以使用算术运算函数来完成。Pandas提供的算术运算函数有add()、sub()、mul()、div()和mod()等函数。这些函数分别可完成加、减、乘、除和求余数的运算，函数的调用方法如下：

obj1.add(obj2)

其中，obj1和obj2是Series或DataFrame对象；sub()、mul()、div()和mod()等函数的调用方法与add()相同。

5．Series对象的综合运算

在Series对象之间进行运算时，Series能够通过识别标签对齐不一致的数据。这就是Series运算时的自动对齐功能。

6.1.2DataFrame对象的运算

1．两个DataFrame对象之间加、减、乘、除算术运算

定义两个DataFrame对象，分别指定它们的行索引和列索引不完全一致，并将这两个DataFrame对象进行加、减、乘、除算术运算。

2．两个DataFrame对象之间加、减、乘、除和求余函数运算

定义两个DataFrame对象，分别指定它们的行索引和列索引不完全一致，并用add()、sub()、mul()、div()和mod()等函数对这两个DataFrame对象进行加、减、乘、除和求余数运算。

6.2Pandas统计分析

6.2.1Pandas数据分析的基本方法

Pandas数据分析的基本方法主要包括基本统计分析、分组统计分析、分布分析、交叉分析、结构分析、相关分析等多种方法。

1．Pandas基本统计分析

描述统计学（descriptivestatistics）主要研究如何取得反映客观现象的数据，并以图表形式对所搜集的数据进行处理和显示，最终对数据的规律、特征做出综合性的描述分析。Pandas库正是对描述统计学知识应用的体现。

从描述统计学角度出发，可以对DataFrame结构执行聚合计算等操作，例如使用sum()函数求和、使用mean()函数求均值等方法。

在DataFrame中，使用聚合类方法时需要指定轴(axis)参数。传参方式有两种：

（1）对行操作，默认使用axis=0或者使用index；

（2）对列操作，默认使用axis=1或者使用columns。

2．Pandas分组分析

分组分析是指根据分组字段，将分析对象划分成不同的组，以对比分析各组之间差异性的分析方法。分组分析常用的统计指标是计数、求和、平均值等。

3．Pandas分布分析

分布分析是指根据分析的目的，将定量数据进行等距或者不等距的分组，从而研究各组分布规律的一种分析方法。例如学生成绩分布、用户年龄分布、收入状况分布等。

在分布分析时，首先用cut()函数确定分布分析中的分组，然后再用groupby()函数实现分组分析。

4．Pandas交叉分析

交叉分析通常用于分析两个或两个以上分组变量之间的关系，以交叉表形式进行变量间关系的对比分析；从数据的不同维度，综合进行分组细化分析，进一步了解数据的构成、分布特征。

交叉分析有数据透视表和交叉表两种，透视表pivot_table()是一种进行数据透视分析的函数，参数aggfunc决定统计类型；而交叉表crosstab()是一种特殊的piv