Pandas實現DataFrame的簡單運算、統計與排序

2022-03-31 16:01:16

操作	方法	操作	方法
求和	sum	最大值	max
求均值	mean	最小值	min
求方差	var	標準差	std
中位數	median	眾數	mode
分位數	quantile

一.運算

接上文的例子，我們已經有了N個學生的數學、語文、英語的成績表，現在，我們要算出每個學生的總成績，那麼我們就可以用以下的方法：

'''
行的求和以下演示兩種方法：
方法1：先把待求和的列資料刪選出來（剔除掉name列）,然後使用sum函數求和
方法2：把待求和的列一個一個選出來然後使用運運算元求和
兩種方法最後的結果為像原有的DataFrame中新增一列，資料為每行資料的求和
'''
df['sum'] = df[['chinese', 'math', 'english']].sum(1)	#方法1

df['sum'] = df['chinese'] + df['math'] + df['english']	#方法2

Output：
        name  chinese  english  math  sum
0   XiaoMing       99      100    80  279
1      LiHua      102       79    92  273
2  HanMeiNei      111      130   104  345

在sum方法中我們傳入了引數1，代表的是我們使用的軸（axis）為行（對行資料進行求和），如果想要計算出每列的求和我們只用傳入0即可（sum函數預設引數為0，所以也可不傳）：

df[['chinese', 'math', 'english']].sum(0)

Output：
chinese    312
math       276
english    309
dtype: int64

現在有了總成績，那麼數學老師或者語文老師就會關心本班學生的資料平均分是多少，同樣的，我們可以非常快速的計算出來：

df['math'].mean()		#方法一：直接使用Pandas提供的mean求均值方法

df['math'].sum() / df.shape[0]	#方法二：使用求和方法算出總和後除以總人數（行數）

Output：
92.0

本

Pandas實現DataFrame的簡單運算、統計與排序

目錄

一.運算

熱門文章