pandas计算表格中最大值、最小值、平均值、标准差
时间: 2023-10-20 13:09:46 浏览: 52
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:
```Python
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
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:
```python
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。
python呈现常用统计量,包括最大最小值,平均值等的pandas函数为
在 pandas 中,可以使用 `describe()` 方法来显示 DataFrame 或 Series 中的常用统计量,包括计数、均值、标准差、最小值、第一四分位数、中位数、第三四分位数和最大值。示例代码如下:
```python
import pandas as pd
# 创建一个 Series
data = pd.Series([1, 2, 3, 4, 5, 6])
# 使用 describe() 方法显示常用统计量
print(data.describe())
```
输出结果如下:
```
count 6.000000
mean 3.500000
std 1.870829
min 1.000000
25% 2.250000
50% 3.500000
75% 4.750000
max 6.000000
dtype: float64
```
其中,`count` 表示样本数量,`mean` 表示均值,`std` 表示标准差,`min` 表示最小值,`25%` 表示第一四分位数,`50%` 表示中位数,`75%` 表示第三四分位数,`max` 表示最大值。