pandas计算表格中最大值、最小值、平均值、标准差

可以使用pandas库中的describe()方法计算表格的最大值、最小值、平均值、标准差。例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})
print(df.describe())

输出结果为：

             A         B
count  5.000000   5.00000
mean   3.000000   8.00000
std    1.581139   1.58114
min    1.000000   6.00000
25%    2.000000   7.00000
50%    3.000000   8.00000
75%    4.000000   9.00000
max    5.000000  10.00000

其中，count为数据个数，mean为平均值，std为标准差，min为最小值，25%为四分位数，50%为中位数，75%为四分位数，max为最大值。

相关问题

如何查看Pandas DataFrame对象列的最大值、最小值、平均值、标准差、中位数等 我

在Pandas DataFrame对象中，可以使用内置函数轻松获取列的最大值、最小值、平均值、标准差和中位数。以下是相应的操作步骤：

1. **最大值**：

   df['column_name'].max()

`column_name`需要替换为你想要查看的具体列名。

2. **最小值**：

   df['column_name'].min()

3. **平均值（均值）**：

   df['column_name'].mean()

4. **标准差**：

   df['column_name'].std()

5. **中位数**：

   df['column_name'].median()

请注意，上述所有操作都需要将'column_name'替换为DataFrame的实际列名。如果你需要对整个数据框（而不是单列）计算统计值，可以直接使用df对象，如`df.describe()`会返回包含计数、均值、标准差、最小值、25%分位数、中位数、75%分位数和最大值的描述性统计信息。

pandas 同时计算 平均值、中位数、极差、最大值和最小值

可以使用 pandas 库中的 describe() 方法来计算这些统计量：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [10, 20, 30, 40, 50]})

# 使用 describe() 方法计算统计量
result = df.describe()

# 打印结果
print(result)

输出：

             A          B
count  5.00000   5.000000
mean   3.00000  30.000000
std    1.58114  15.811388
min    1.00000  10.000000
25%    2.00000  20.000000
50%    3.00000  30.000000
75%    4.00000  40.000000
max    5.00000  50.000000

其中 count 表示数量，mean 表示平均值，std 表示标准差，min 和 max 分别表示最小值和最大值，25%、50% 和 75% 则分别表示第一、二、三个四分位数，也就是数据中分别有 25%、50% 和 75% 的值小于这个数。