Python数据分析之：Pandas的基本数据分析功能

文章目录

• 1. pandas 创建 Series 格式数据
• 2. pandas 创建 dataframe 格式数据
• 3. 使用pandas内置函数来分析数据
• • 3.1 describe()
  • 3.2 var / sum
  • 3.3 求相关性 corr
  • 3.4 计算协方差 cov
  • 3.5 skew 偏度（三阶矩）/kurt 峰度（四阶矩）

Pandas 是 Python数据分析的强有效的库，主要通过 Series 结构和 DataFrame 结构来进行数据表格的创建，并通过其内置的一些函数进行数据的统计和分析。

1. pandas 创建 Series 格式数据

import pandas

pd = pandas.Series([4,5,6,7],['1','2','3','4'])
print(pd)


           

2. pandas 创建 dataframe 格式数据

import pandas as pd
data = pd.DataFrame([1,2],['0','1'],['data'])

print(data)

           

或者：

import pandas as pd
lst = [list(range(1,5)),list(range(6,10))]
data = pd.DataFrame(lst,['0','1'],['data1','data2','data3','data4'])

print(data)
           

PS: pandas 的 dataframe结构任意取出一行或者一列，其结构都是 Series。

3. 使用pandas内置函数来分析数据

3.1 describe()

import pandas as pd
lst = [list(range(1,5)),list(range(6,10))]
data = pd.DataFrame(lst,index=['0','1'],columns=['data1','data2','data3','data4'])
describe = data.describe()
print(describe)
           

describe()函数最终会呈现每一列数据的count（非空值的个数）、mean（这一列的均值）、std（这一列的标准差）、min（最小值）、25%（下四分位数）、50%（中位数）、75%（上四分位数）、max（最大值）

3.2 var / sum

import pandas as pd
lst = [list(range(1,5)),list(range(6,10))]
data = pd.DataFrame(lst,index=['0','1'],columns=['data1','data2','data3','data4'])
describe = data.describe()
var = data.var()            #求方差
sum = data.sum()            #求和
print(var,'\n',sum,'\n')

           

3.3 求相关性 corr

相关性的标准有 Pearson 和 spearman等

import pandas as pd
data = pd.DataFrame([range(1,8),range(2,9)])
print(data)
s1 = data.loc[0]
s2 = data.loc[1]
data.corr(method='pearson')
corr = s1.corr(s2)
print(corr)
           

3.4 计算协方差 cov

import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randn(6,5))
print(data,'\n')
cov = data[0].cov(data[1])
print(cov)
           

3.5 skew 偏度（三阶矩）/kurt 峰度（四阶矩）

import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randn(6,5))
print(data)
print(data.skew())
print(data.kurt())