对DataFrame进行描述性统计李睿27课件讲解.pptxVIP

对DataFrame进行描述性统计李睿

描述性统计是用于概括、表述事物整体状况，以及事物间关联、类属关系的统计方法。通过几个统计值可简捷地表示一组数据的集中趋势和离散程度等。数值型特征的描述性统计数值型特征的描述性统计主要包括了计算数值型数据的最小值、均值、中位数、最大值、四分位数、极差、标准差、方差、协方差和变异系数等。描述分析DataFrame数据

在NumPy库中已经提到了为数不少的统计函数，为方便读者查看，将NumPy库简写为np，部分统计函数如下表。pandas库是基于NumPy库的，自然也可以使用表中的统计函数对数据进行描述性统计。函数名称参数说明函数名称函数说明np.min最小值np.max最大值np.mean均值np.ptp极差np.median中位数np.std标准差np.var方差np.cov协方差描述分析DataFrame数据

pandas还提供了更加便利的方法来进行数值型数据的统计。用np.mean函数实现计算某列的均值，也可以通过pandas实现。描述分析DataFrame数据

作为专门为数据分析而生的Python库，pandas还提供了一个describe()方法，能够一次性得出数据框中所有数值型特征如下。非空值数目。均值。四分位数。标准差。最大值和最小值。描述分析DataFrame数据

pandas还提供了与统计相关的主要函数，这些函数能够满足绝大多