Pandas 統計函式

統計方法有助於理解和分析資料的行為。現在我們將學習一些統計函式，可以將這些函式應用到pandas的物件上。

系列，datframes和panel都有pct_change()函式。此函式將每個元素與其前乙個元素進行比較，並計算變化百分比。

import pandas as pd
import numpy as np
s = pd.series([1,2,3,4,5,4])
print (s.pct_change())
df = pd.dataframe(np.random.randn(5, 2))
print (df.pct_change())

執行上面示例**，得到以下結果 -

0 nan 1 1.000000 2 0.500000 3 0.333333 4 0.250000 5 -0.200000 dtype: float64 0 1 0 nan nan 1 -15.151902 0.174730 2 -0.746374 -1.449088 3 -3.582229 -3.165836

4 15.601150 -1.860434

預設情況下，pct_change()對列進行操作; 如果想應用到行上，那麼可使用axis = 1引數。

協方差適用於系列資料。series物件有乙個方法cov用來計算序列物件之間的協方差。na將被自動排除。

cov系列示例

import pandas as pd
import numpy as np
s1 = pd.series(np.random.randn(10))
s2 = pd.series(np.random.randn(10))
print (s1.cov(s2))

執行上面示例**，得到以下結果 -

0.0667296739178

當應用於dataframe時，協方差方法計算所有列之間的協方差(cov)值。

import pandas as pd
import numpy as np
frame = pd.dataframe(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])
print (frame['a'].cov(frame['b']))
print (frame.cov())

執行上面示例**，得到以下結果 -

-0.406796939839 a b c d e a 0.784886 -0.406797 0.181312 0.513549 -0.597385 b -0.406797 0.987106 -0.662898 -0.492781 0.388693 c 0.181312 -0.662898 1.450012 0.484724 -0.476961 d 0.513549 -0.492781 0.484724 1.571194 -0.365274

e -0.597385 0.388693 -0.476961 -0.365274 0.785044

注 - 觀察第乙個語句中a和b列之間的cov結果值，與由dataframe上的cov返回的值相同。

相關性顯示了任何兩個數值(系列)之間的線性關係。有多種方法來計算pearson(預設)，spearman和kendall之間的相關性。

import pandas as pd
import numpy as np
frame = pd.dataframe(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])
print (frame['a'].corr(frame['b']))
print (frame.corr())

執行上面示例**，得到以下結果 -

-0.613999376618 a b c d e a 1.000000 -0.613999 -0.040741 -0.227761 -0.192171 b -0.613999 1.000000 0.012303 0.273584 0.591826 c -0.040741 0.012303 1.000000 -0.391736 -0.470765 d -0.227761 0.273584 -0.391736 1.000000 0.364946

e -0.192171 0.591826 -0.470765 0.364946 1.000000

如果dataframe中存在任何非數字列，則會自動排除。

資料排名為元素陣列中的每個元素生成排名。在關係的情況下，分配平均等級。

import pandas as pd
import numpy as np
s = pd.series(np.random.np.random.randn(5), index=list('abcde'))
s['d'] = s['b'] # so there's a tie
print (s.rank())

執行上面示例**，得到以下結果 -

a 4.0 b 1.5 c 3.0 d 1.5 e 5.0

dtype: float64

rank可選地使用乙個預設為true的公升序引數; 當錯誤時，資料被反向排序，也就是較大的值被分配較小的排序。

rank支援不同的tie-breaking方法，用方法引數指定 -

Pandas 統計函式

Pandas統計特徵函式

Pandas 統計函式與apply

Pandas 描述統計函式

Pandas 統計函式

Pandas統計特徵函式

Pandas 統計函式與apply

Pandas 描述統計函式

相關推薦