快捷導(dǎo)航

Pandas實(shí)現(xiàn)DataFrame的簡(jiǎn)單運(yùn)算、統(tǒng)計(jì)與排序

更新時(shí)間：2022年03月31日 11:53:08 作者：Jackson_Wang

本文主要介紹了Pandas實(shí)現(xiàn)DataFrame的簡(jiǎn)單運(yùn)算、統(tǒng)計(jì)與排序，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

由于DataFrame的數(shù)據(jù)結(jié)構(gòu)中包含了多行、多列，所以DataFrame的計(jì)算與統(tǒng)計(jì)可以是用行數(shù)據(jù)或者用列數(shù)據(jù)。為了更方便我們的使用，Pandas為我們提供了常用的計(jì)算與統(tǒng)計(jì)方法：

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(biāo)準(zhǔn)差	std
中位數(shù)	median	眾數(shù)	mode
分位數(shù)	quantile

一.運(yùn)算

接上文的例子，我們已經(jīng)有了N個(gè)學(xué)生的數(shù)學(xué)、語(yǔ)文、英語(yǔ)的成績(jī)表，現(xiàn)在，我們要算出每個(gè)學(xué)生的總成績(jī)，那么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：先把待求和的列數(shù)據(jù)刪選出來(lái)（剔除掉name列）,然后使用sum函數(shù)求和
方法2：把待求和的列一個(gè)一個(gè)選出來(lái)然后使用運(yùn)算符求和
兩種方法最后的結(jié)果為像原有的DataFrame中新增一列，數(shù)據(jù)為每行數(shù)據(jù)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方法中我們傳入了參數(shù)1，代表的是我們使用的軸（axis）為行（對(duì)行數(shù)據(jù)進(jìn)行求和），如果想要計(jì)算出每列的求和我們只用傳入0即可（sum函數(shù)默認(rèn)參數(shù)為0，所以也可不傳）：

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

Output：
chinese    312
math       276
english    309
dtype: int64

現(xiàn)在有了總成績(jī)，那么數(shù)學(xué)老師或者語(yǔ)文老師就會(huì)關(guān)心本班學(xué)生的數(shù)據(jù)平均分是多少，同樣的，我們可以非常快速的計(jì)算出來(lái)：

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后除以總?cè)藬?shù)（行數(shù)）

Output：
92.0

本??中使用了DataFrame的shape方法，這個(gè)方法是用來(lái)顯示DataFrame的行數(shù)和列數(shù)的，行數(shù)為0，列數(shù)1。需要注意的是輸出的列數(shù)值是不含索引列的。

上述??只計(jì)算了數(shù)學(xué)的平均分，感興趣的小伙伴可以自行基礎(chǔ)出英語(yǔ)和語(yǔ)文的平均分哦~

二.統(tǒng)計(jì)

這個(gè)時(shí)候數(shù)學(xué)老師又有新的需求了，他想查看本班學(xué)生數(shù)學(xué)成績(jī)的最高分、最低分、中位數(shù)等統(tǒng)計(jì)數(shù)據(jù)，那么根本不慌，Pandas統(tǒng)統(tǒng)可以幫我們搞定：

df['math'].min()  # math列的最小值
Output：80

df['math'].max()  # math列的最大值
Output：104

df['math'].quantile([0.3, 0.4, 0.5])  # math列的30%、40%、50%分位數(shù)
Output：
0.3    87.2
0.4    89.6
0.5    92.0
Name: math, dtype: float64

df['math'].std() # math列的標(biāo)準(zhǔn)差
Output：12

df['math'].var() # math列的方差
Output：144

df['math'].mean() # math列的平均數(shù)
Output：92

df['math'].median() # math列的中位數(shù)
Output：92

df['math'].mode() # math列的眾數(shù)，返回一個(gè)Series對(duì)象（有可能出現(xiàn)并列的情況，例子中眾數(shù)為1，所以都返回）
Output:
0     80
1     92
2    104
dtype: int64

我們也可以使用DataFrame的describe方法對(duì)DataFrame查看基本的統(tǒng)計(jì)情況：

df.describe()

Outprint:
          chinese     english   math         sum
count    3.000000    3.000000    3.0    3.000000
mean   104.000000  103.000000   92.0  299.000000
std      6.244998   25.632011   12.0   39.949969
min     99.000000   79.000000   80.0  273.000000
25%    100.500000   89.500000   86.0  276.000000
50%    102.000000  100.000000   92.0  279.000000
75%    106.500000  115.000000   98.0  312.000000
max    111.000000  130.000000  104.0  345.000000

三.排序

一般來(lái)講我們的成績(jī)表都是按照總分從高到低進(jìn)行排序：

df = df.sort_values(by='sum', ascending=False)


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

可以看到我們使用了sort_values方法對(duì)DataFrame進(jìn)行排序，同時(shí)by參數(shù)傳入‘sum’指定按照‘sum’字段進(jìn)行排序，ascending用來(lái)設(shè)置是降序（False）還是升序（True，默認(rèn)值）排序。使用sort_values排序后默認(rèn)會(huì)返回一個(gè)新的DataFrame對(duì)象，也就是說(shuō)并不會(huì)影響原有的DataFrame對(duì)象，所以例子中我們才會(huì)把排序后的對(duì)象賦值給原有的DataFrame對(duì)象，如果不想排序后創(chuàng)建新的對(duì)象也是可以的，只需要傳入inplace=True即可（在原有的DataFrame基礎(chǔ)上修改）：

df.sort_values(by='sum', ascending=False, inplace=True)
print(df)

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

細(xì)心的小伙伴可能會(huì)發(fā)現(xiàn)當(dāng)我們進(jìn)行排序后，如果DataFrame中的行數(shù)據(jù)有調(diào)整的話(huà)，其行的索引值是不會(huì)更改的，上述例子中因?yàn)槲覀冇昧四J(rèn)的遞增數(shù)列索引，所以排序后看起來(lái)并不是很友好，不過(guò)不用擔(dān)心，我們還是可以重置索引值的：

df = df.sort_values(by='sum', ascending=False).reset_index()

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

使用reset_index重設(shè)索引后我們的DataFrame對(duì)象的索引列確實(shí)被重置成了遞增的序列，同時(shí)也多了列名為index的一列數(shù)據(jù)。當(dāng)然我們可以傳入drop=True將原有的索引列不插入到新的DataFrame中：

df = df.sort_values(by='sum', ascending=False).reset_index(drop=True)

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

為了更直觀的展示排名情況，我們可以索引值+1這樣就展示出了學(xué)生的排名情況：

df.index += 1

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

到此這篇關(guān)于Pandas實(shí)現(xiàn)DataFrame的簡(jiǎn)單運(yùn)算、統(tǒng)計(jì)與排序的文章就介紹到這了,更多相關(guān)Pandas DataFrame運(yùn)算統(tǒng)計(jì)與排序內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: