pandas计算特征值

在 pandas 中，可以使用各种函数和方法来计算特征值。以下是一些常见的特征值计算方法：

1. 平均值：使用 mean() 函数计算一列的平均值。例如：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10]})

# 计算列 B 的平均值
mean_b = df['B'].mean()
print(mean_b)

2. 中位数：使用 median() 函数计算一列的中位数。例如：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10]})

# 计算列 B 的中位数
median_b = df['B'].median()
print(median_b)

3. 众数：使用 mode() 函数计算一列的众数。例如：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 8]})

# 计算列 B 的众数
mode_b = df['B'].mode()[0]
print(mode_b)

4. 方差：使用 var() 函数计算一列的方差。例如：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10]})

# 计算列 B 的方差
var_b = df['B'].var()
print(var_b)

5. 标准差：使用 std() 函数计算一列的标准差。例如：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10]})

# 计算列 B 的标准差
std_b = df['B'].std()
print(std_b)

这些方法只是 pandas 中可用的一些特征值计算方法的示例。您可以根据您的需求使用其他方法来计算更多的特征值。