6.Pandas数据统计函数
@汇总类统计
@唯一去重和按值计数
@相关系数和协方差
演示:
import pandas as pd
fpath="路径"
df=pd.read_csv(fpath)
#替换符号
df.loc[:,"索引列名"]=df["索引列名"].str.replace["C",""].astype("int32")
#汇总类统计
df.describe()#显示所有数字列
df["索引列名"].mean()#查看单个Series的数据
df["索引列名"].max()#查看索引列名中的最大值
df["索引列名"].min()#
#唯一去重和按值计数
df["索引列名"].unique()#枚举,分类列
df["索引列名"].value_counts()#查看字符串出现次数
#相关系数和协方差
#用途(超级厉害)
1.两只股票,是不是同涨同跌?程度多大?正相关还是负相关?
2.产品销量的波动,跟哪些因素正相关、负相关,程度有多大?
来自知乎,对于两个变量X、Y:
1.协方差:衡量同向反向程度,如果协方差为正,说明X,Y同向变化,协方差越大说明同向程度
越高;如果协方差为负,说明X,Y反向运动,协方差越小说明反向程度越高。
2.相关系数:衡量扫似度程度,当他们的相关系数为1时,说明两个变量变化时的正向相似度最
大,当相关系数为-1时,说明两个变量变化的反向相似度最大
#协方差
df.cov()
#相关系数矩阵
df.corr()
#单独检测以上
df["索引列名"].corr(df["索引列名"])#可以做运算索引