《Python數(shù)據(jù)分析極簡(jiǎn)入門》

第2節(jié) 5 Pandas數(shù)學(xué)計(jì)算

import pandas as pd
d =  np.array([[81, 28, 24, 25, 96],
       [ 8, 35, 56, 98, 39],
       [13, 39, 55, 36,  3],
       [70, 54, 69, 48, 12],
       [63, 80, 97, 25, 70]])
df = pd.DataFrame(data = d,
                  columns=list('abcde'))
df

聚合計(jì)算

聚合計(jì)算是指對(duì)數(shù)據(jù)進(jìn)行匯總和統(tǒng)計(jì)的操作。常用的聚合計(jì)算方法包括計(jì)算均值、求和、最大值、最小值、計(jì)數(shù)等。

df['a'].mean()

47.0

df['a'].sum()

235

df['a'].max()

81

df['a'].min()

8

df['a'].count()

5

df['a'].median() # 中位數(shù)

63.0

df['a'].var() #方差

1154.5

df['a'].skew() # 偏度

-0.45733193928530436

df['a'].kurt() # 峰度

-2.9999915595685325

df['a'].cumsum() # 累計(jì)求和

0     81
1     89
2    102
3    172
4    235
Name: a, dtype: int64

df['a'].cumprod() # 累計(jì)求積

0          81
1         648
2        8424
3      589680
4    37149840
Name: a, dtype: int64

df['a'].diff() # 差分

0     NaN
1   -73.0
2     5.0
3    57.0
4    -7.0
Name: a, dtype: float64

df['a'].mad() # 平均絕對(duì)偏差

29.2

按行、列聚合計(jì)算

df.sum(axis=0)  # 按列求和匯總到最后一行

a    235
b    236
c    301
d    232
e    220
dtype: int64

df.sum(axis=1)  # 按行求和匯總到最后一列 

0    254
1    236
2    146
3    253
4    335
dtype: int64

df.describe() # 描述性統(tǒng)計(jì)

agg函數(shù)

對(duì)整個(gè)DataFrame批量使用多個(gè)聚合函數(shù)

df.agg(['sum', 'mean','max','min','median'])

對(duì)DataFramed的某些列應(yīng)用不同的聚合函數(shù)

df.agg({'a':['max','min'],'b':['sum','mean'],'c':['median']})

apply、applymap、map函數(shù)

注意其中applymap函數(shù)在新版已經(jīng)被棄用，這里的案例是基于pandas=1.3.2寫的

在Python中如果想要對(duì)數(shù)據(jù)使用函數(shù)，可以借助apply(),applymap(),map()對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，括號(hào)里面可以是直接函數(shù)式，或者自定義函數(shù)（def）或者匿名函數(shù)（lambda）

1、當(dāng)我們要對(duì)數(shù)據(jù)框（DataFrame）的數(shù)據(jù)進(jìn)行按行或按列操作時(shí)用apply()

df.apply(lambda x :x.max()-x.min(),axis=1)
#axis=1，表示按行對(duì)數(shù)據(jù)進(jìn)行操作
#從下面的結(jié)果可以看出，我們使用了apply函數(shù)之后，系統(tǒng)自動(dòng)按行找最大值和最小值計(jì)算，每一行輸出一個(gè)值

0    72
1    90
2    52
3    58
4    72
dtype: int64

df.apply(lambda x :x.max()-x.min(),axis=0)
#默認(rèn)參數(shù)axis=0,表示按列對(duì)數(shù)據(jù)進(jìn)行操作
#從下面的結(jié)果可以看出，我們使用了apply函數(shù)之后，系統(tǒng)自動(dòng)按列找最大值和最小值計(jì)算，每一列輸出一個(gè)值

a    73
b    52
c    73
d    73
e    93
dtype: int64

2、當(dāng)我們要對(duì)數(shù)據(jù)框（DataFrame）的每一個(gè)數(shù)據(jù)進(jìn)行操作時(shí)用applymap()，返回結(jié)果是DataFrame格式

df.applymap(lambda x : 1 if x>60 else 0)
#從下面的結(jié)果可以看出，我們使用了applymap函數(shù)之后，
#系統(tǒng)自動(dòng)對(duì)每一個(gè)數(shù)據(jù)進(jìn)行判斷，判斷之后輸出結(jié)果

3、當(dāng)我們要對(duì)Series的每一個(gè)數(shù)據(jù)進(jìn)行操作時(shí)用map()

df['a'].map(lambda x : 1 if x>60 else 0)

0    1
1    0
2    0
3    1
4    1
Name: a, dtype: int64

總結(jié)：

apply() 函數(shù)可以在DataFrame或Series上應(yīng)用自定義函數(shù)，可以在行或列上進(jìn)行操作。

applymap() 函數(shù)只適用于DataFrame，可以在每個(gè)元素上應(yīng)用自定義函數(shù)。

map() 函數(shù)只適用于Series，用于將每個(gè)元素映射到另一個(gè)值。

以上是數(shù)學(xué)運(yùn)算部分，包括聚合計(jì)算、批量應(yīng)用聚合函數(shù)，以及對(duì)Series和DataFrame進(jìn)行批量映射，接下來我們來看如何對(duì)數(shù)據(jù)進(jìn)行合并拼接

下一節(jié) 《第2節(jié) 6 Pandas合并拼接》

這里分享一個(gè)你一定用得到的小程序——CDA數(shù)據(jù)分析師考試小程序。 它是專為CDA數(shù)據(jù)分析認(rèn)證考試報(bào)考打造的一款小程序?？梢詭湍憧焖賵?bào)名考試、查成績(jī)、查證書、查積分，通過該小程序，考生可以享受更便捷的服務(wù)。 掃碼加入CDA小程序，與圈內(nèi)考生一同學(xué)習(xí)、交流、進(jìn)步！