烟台网站制作软件,成立公司要多少钱,昆明网站建设哪个好,网站便民服务平台怎么做目录
1 描述性统计#xff08;Descriptive Statistics#xff09;
2 数据分组和聚合
3 数据透视表
4 相关性分析 1 描述性统计#xff08;Descriptive Statistics#xff09; 描述性统计是一种用于汇总和理解数据集的方法#xff0c;它提供了关于数据分布、集中趋势和…目录
1 描述性统计Descriptive Statistics
2 数据分组和聚合
3 数据透视表
4 相关性分析 1 描述性统计Descriptive Statistics 描述性统计是一种用于汇总和理解数据集的方法它提供了关于数据分布、集中趋势和离散度的信息。Pandas 提供了 describe() 方法它可以生成各种描述性统计信息包括均值、标准差、最小值、最大值、四分位数等。以下是详细的描述性统计示例
首先假设你有一个包含一些学生考试成绩的 DataFrame
import pandas as pddata {Name: [Alice, Bob, Charlie, David, Eva],Math: [85, 92, 78, 88, 95],English: [78, 85, 89, 92, 88],Science: [90, 86, 76, 93, 89]}df pd.DataFrame(data)# 使用 describe() 方法生成描述性统计信息
description df.describe()# 输出结果
print(description)
输出结果将会是 2 数据分组和聚合 数据分组和聚合是数据分析中常用的操作用于根据某些特征将数据分组并对每个分组应用聚合函数以便获得有关每个组的统计信息。在 Pandas 中你可以使用 groupby() 方法来实现数据分组然后使用各种聚合函数对分组后的数据进行计算。以下是详细的示例和解释
假设你有一个包含不同城市销售数据的 DataFrame
import pandas as pddata {City: [New York, Los Angeles, Chicago, New York, Chicago, Los Angeles],Sales: [1000, 750, 800, 1200, 900, 850]}df pd.DataFrame(data)# 使用 groupby() 方法按城市分组
grouped df.groupby(City)# 对每个组应用聚合函数例如计算平均销售额
result grouped[Sales].mean()# 输出结果
print(result)
使用 groupby() 方法将数据按城市分组并对每个城市的销售数据进行聚合
输出结果 在这个示例中我们首先使用 groupby() 方法按城市分组然后对每个城市的销售数据应用了 mean() 聚合函数。结果中包含了每个城市的平均销售额。 你还可以应用其他聚合函数如 sum()、max()、min() 等以获取更多信息。例如你可以计算每个城市的总销售额
total_sales grouped[Sales].sum()除了单个聚合函数外你还可以同时应用多个聚合函数并将结果合并到一个 DataFrame 中。这可以通过 agg() 方法来实现
import pandas as pddata {City: [New York, Los Angeles, Chicago, New York, Chicago, Los Angeles],Sales: [1000, 750, 800, 1200, 900, 850]}df pd.DataFrame(data)# 使用 groupby() 方法按城市分组
grouped df.groupby(City)# 同时计算平均销售额和总销售额并将结果合并到一个 DataFrame 中
result grouped[Sales].agg([mean, sum])# 输出结果
print(result)输出结果 3 数据透视表 数据透视表是一种用于对数据进行多维度汇总和分析的工具。在 Pandas 中你可以使用 pivot_table() 函数来创建数据透视表。下面是一个详细的数据透视表示例
假设你有一个包含销售数据的 DataFrame
import pandas as pddata {Date: [2023-09-01, 2023-09-01, 2023-09-02, 2023-09-02, 2023-09-03],Product: [A, B, A, B, A],Sales: [1000, 750, 1200, 800, 900]}df pd.DataFrame(data)现在假设你想要创建一个数据透视表以便查看每个产品每天的总销售额。你可以使用 pivot_table() 来实现这个目标
# 创建数据透视表以Date为行索引Product为列计算总销售额
pivot df.pivot_table(indexDate, columnsProduct, valuesSales, aggfuncsum)# 输出结果
print(pivot)输出结果 在这个示例中我们使用了 pivot_table() 函数将 Date 列作为行索引Product 列作为列并计算了每个组合的销售额之和。结果是一个数据透视表它以日期为行以产品为列每个单元格中包含了对应日期和产品的销售额。 如果某个日期没有某个产品的销售数据相应的单元格将显示为 NaNNot a Number。你还可以在 aggfunc 参数中指定其他聚合函数例如 mean、max、min 等以根据你的需求生成不同类型的数据透视表。 4 相关性分析 相关性分析是用来确定两个或多个变量之间关系的统计方法通常用于了解它们之间的相关程度和方向。在 Pandas 中你可以使用 corr() 方法来计算相关性系数如 Pearson 相关系数来衡量两个数值列之间的相关性。以下是相关性分析的详细示例和解释
假设你有一个包含两个数值列的 DataFrame表示学生的数学和英语成绩
import pandas as pddata {Math: [85, 92, 78, 88, 95],English: [78, 85, 89, 92, 88]}df pd.DataFrame(data)接下来你可以使用 corr() 方法来计算这两个列之间的相关性
# 使用 corr() 方法计算数学和英语成绩之间的相关性
correlation df[Math].corr(df[English])# 输出结果
print(Correlation between Math and English scores:, correlation)输出结果 在这个示例中我们使用了 corr() 方法计算了数学和英语成绩之间的相关性系数。相关性系数的值范围从 -1 到 1其中 1 表示完全正相关当一个变量增加时另一个变量也增加变化方向相同。0 表示无相关性两个变量之间没有线性关系。-1 表示完全负相关当一个变量增加时另一个变量减少变化方向相反。
