pandas描述性统计分析

pandas是一个数据处理和分析库，它提供了丰富的描述性统计分析函数。其中包括总和、均值、最小值、最大值、方差、标准差、中位数等常用统计指标。在pandas中，可以使用describe()方法对数据进行描述性统计分析。此外，pandas还提供了value_counts()函数和categories类来帮助分析类别型数据的分布状况。通过将数值型数据转化为类别型，也可以使用describe()方法对其进行统计分析。

pandas描述性统计quan

使用 Pandas 进行描述性统计分析

Pandas 提供了多种功能来执行描述性统计分析，这些工具可以帮助快速了解数据集的主要特征。以下是具体的方法：

1. 计算基本统计数据

Pandas 的 DataFrame 和 Series 对象提供了内置函数用于计算常见的描述性统计量，例如均值、中位数、标准差等。

import pandas as pd
import numpy as np

# 创建示例 DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8]}
df = pd.DataFrame(data)

# 计算均值
mean_values = df.mean()  
print(mean_values)  

# 计算中位数
median_values = df.median()
print(median_values)

# 计算标准差
std_deviation = df.std()
print(std_deviation)

上述代码展示了如何通过调用 .mean()、.median() 和 .std() 方法分别获取每列的均值、中位数和标准差[^1]。

2. 获取完整的描述性统计摘要

可以使用 describe() 函数一次性获得多个重要的统计指标，包括计数、均值、最小值、最大值以及四分位数。

summary_stats = df.describe()
print(summary_stats)

此方法适用于数值型数据，并返回一个包含多维度统计信息的结果表[^2]。

3. 自定义权重下的加权平均值

如果需要考虑不同样本点的重要性，则可以通过 NumPy 来实现加权平均值的计算。

a = [70, 70, 70]
weighted_avg = np.average(a, weights=[3, 3, 4])
print(weighted_avg)

这里利用了 NumPy 库中的 np.average 函数并指定参数 weights 实现加权操作[^4]。

4. 数据筛选与排序后的统计分析

对于复杂的数据处理需求，比如先按照某些条件过滤再做进一步统计或者调整显示顺序等情况，可结合其他技术手段完成任务。

filtered_df = df[df['A'] > 2]

sorted_filtered_df = filtered_df.sort_values(by=['A', 'B'], ascending=[False, True])

final_summary = sorted_filtered_df.describe()
print(final_summary)

这段脚本首先基于特定逻辑选出符合条件的部分记录；接着重新排列它们以便更好地观察趋势变化最后才应用 describe 得到最终结论[^3]。