Gấu trúc Python - Thống kê mô tả
Một số lượng lớn các phương pháp tính toán thống kê mô tả và các hoạt động liên quan khác trên DataFrame. Hầu hết đây là những tổng hợp nhưsum(), mean(), nhưng một số trong số họ, như sumsum(), sản xuất một đối tượng có cùng kích thước. Nói chung, những phương pháp này cóaxisđối số, giống như ndarray. {sum, std, ...}, nhưng trục có thể được chỉ định bằng tên hoặc số nguyên
DataFrame - “chỉ mục” (trục = 0, mặc định), “cột” (trục = 1)
Chúng ta hãy tạo một DataFrame và sử dụng đối tượng này trong suốt chương này cho tất cả các hoạt động.
Thí dụ
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print dfNó là output như sau -
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Smith 4.60
6 23 Jack 3.80
7 34 Lee 3.78
8 40 David 2.98
9 30 Gasper 4.80
10 51 Betina 4.10
11 46 Andres 3.65Tổng()
Trả về tổng các giá trị cho trục được yêu cầu. Theo mặc định, trục là chỉ số (trục = 0).
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df.sum()Nó là output như sau -
Age 382
Name TomJamesRickyVinSteveSmithJackLeeDavidGasperBe...
Rating 44.92
dtype: objectMỗi cột riêng lẻ được thêm vào riêng lẻ (Các chuỗi được nối thêm).
trục = 1
Cú pháp này sẽ cho kết quả như hình dưới đây.
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df.sum(1)Nó là output như sau -
0 29.23
1 29.24
2 28.98
3 25.56
4 33.20
5 33.60
6 26.80
7 37.78
8 42.98
9 34.80
10 55.10
11 49.65
dtype: float64nghĩa là()
Trả về giá trị trung bình
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df.mean()Nó là output như sau -
Age 31.833333
Rating 3.743333
dtype: float64std ()
Trả về độ lệch chuẩn Bressel của các cột số.
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df.std()Nó là output như sau -
Age 9.232682
Rating 0.661628
dtype: float64Chức năng & Mô tả
Bây giờ chúng ta hãy hiểu các chức năng trong Thống kê mô tả trong Python Pandas. Bảng sau liệt kê các chức năng quan trọng:
| Sr.No. | Chức năng | Sự miêu tả |
|---|---|---|
| 1 | đếm() | Số lượng quan sát không rỗng |
| 2 | Tổng() | Tổng các giá trị |
| 3 | nghĩa là() | Giá trị trung bình |
| 4 | Trung bình() | Giá trị trung bình |
| 5 | chế độ() | Phương thức giá trị |
| 6 | std () | Độ lệch chuẩn của các giá trị |
| 7 | min () | Giá trị tối thiểu |
| số 8 | max () | Gia trị lơn nhât |
| 9 | abs () | Giá trị tuyệt đối |
| 10 | prod () | Sản phẩm của Giá trị |
| 11 | cumsum () | Tổng tích lũy |
| 12 | cumprod () | Sản phẩm tích lũy |
Note- Vì DataFrame là một cấu trúc dữ liệu Không đồng nhất. Các hoạt động chung không hoạt động với tất cả các chức năng.
Các chức năng như sum(), cumsum()làm việc với cả phần tử dữ liệu chuỗi ký tự và số (hoặc) mà không gặp bất kỳ lỗi nào. Tuy nhiênn thực hành, các tổng hợp ký tự không bao giờ được sử dụng chung, các hàm này không ném ra bất kỳ ngoại lệ nào.
Các chức năng như abs(), cumprod() ném ngoại lệ khi DataFrame chứa dữ liệu ký tự hoặc chuỗi vì không thể thực hiện các thao tác như vậy.
Tổng hợp dữ liệu
Các describe() hàm tính toán một bản tóm tắt thống kê liên quan đến các cột DataFrame.
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df.describe()Nó là output như sau -
Age Rating
count 12.000000 12.000000
mean 31.833333 3.743333
std 9.232682 0.661628
min 23.000000 2.560000
25% 25.000000 3.230000
50% 29.500000 3.790000
75% 35.500000 4.132500
max 51.000000 4.800000Chức năng này cung cấp cho mean, std và IQRcác giá trị. Và, hàm loại trừ các cột ký tự và tóm tắt đã cho về các cột số.'include'là đối số được sử dụng để chuyển thông tin cần thiết về những cột nào cần được xem xét để tóm tắt. Lấy danh sách các giá trị; theo mặc định, 'số'.
- object - Tóm tắt các cột Chuỗi
- number - Tóm tắt các cột số
- all - Tổng hợp tất cả các cột với nhau (Không nên chuyển nó dưới dạng giá trị danh sách)
Bây giờ, hãy sử dụng câu lệnh sau trong chương trình và kiểm tra kết quả:
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df.describe(include=['object'])Nó là output như sau -
Name
count 12
unique 12
top Ricky
freq 1Bây giờ, hãy sử dụng câu lệnh sau và kiểm tra kết quả:
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])
}
#Create a DataFrame
df = pd.DataFrame(d)
print df. describe(include='all')Nó là output như sau -
Age Name Rating
count 12.000000 12 12.000000
unique NaN 12 NaN
top NaN Ricky NaN
freq NaN 1 NaN
mean 31.833333 NaN 3.743333
std 9.232682 NaN 0.661628
min 23.000000 NaN 2.560000
25% 25.000000 NaN 3.230000
50% 29.500000 NaN 3.790000
75% 35.500000 NaN 4.132500
max 51.000000 NaN 4.800000