Pandas DataFrame运算统计与排序

时间:2022-05-28 Jackson_Wang 人气:0

在前面的章节中，我们讨论了Series的计算方法与Pandas的自动对齐功能。不光是Series，DataFrame也是支持运算的，而且还是经常被使用的功能之一。

由于DataFrame的数据结构中包含了多行、多列，所以DataFrame的计算与统计可以是用行数据或者用列数据。为了更方便我们的使用，Pandas为我们提供了常用的计算与统计方法：

操作	方法	操作	方法
求和	sum	最大值	max
求均值	mean	最小值	min
求方差	var	标准差	std
中位数	median	众数	mode
分位数	quantile

一.运算

接上文的例子，我们已经有了N个学生的数学、语文、英语的成绩表，现在，我们要算出每个学生的总成绩，那么我们就可以用以下的方法：

'''
行的求和以下演示两种方法：
方法1：先把待求和的列数据删选出来（剔除掉name列）,然后使用sum函数求和
方法2：把待求和的列一个一个选出来然后使用运算符求和
两种方法最后的结果为像原有的DataFrame中新增一列，数据为每行数据的求和
'''
df['sum'] = df[['chinese', 'math', 'english']].sum(1)	#方法1

df['sum'] = df['chinese'] + df['math'] + df['english']	#方法2

Output：
        name  chinese  english  math  sum
0   XiaoMing       99      100    80  279
1      LiHua      102       79    92  273
2  HanMeiNei      111      130   104  345

在sum方法中我们传入了参数1，代表的是我们使用的轴（axis）为行（对行数据进行求和），如果想要计算出每列的求和我们只用传入0即可（sum函数默认参数为0，所以也可不传）：

df[['chinese', 'math', 'english']].sum(0)

Output：
chinese    312
math       276
english    309
dtype: int64

现在有了总成绩，那么数学老师或者语文老师就会关心本班学生的数据平均分是多少，同样的，我们可以非常快速的计算出来：

df['math'].mean()		#方法一：直接使用Pandas提供的mean求均值方法

df['math'].sum() / df.shape[0]	#方法二：使用求和方法算出总和后除以总人数（行数）

Output：
92.0

本

加载全部内容