【Python數據分析之pandas04】數學方法

統計與彙總

    pandas對象的統計基本與numpy的數學方法差不多，不過pandas數組都是基於沒有缺失數據的情況下構建的，即當對象中存在NAN值的時候，NaN值將會被自動排除，除非整個切片或對象都是NaN。

    pandas對象的sum方法：

data = pd.DataFrame([[1.4,np.nan],[7.1,-4.5],[np.nan,np.nan],[0.75,-1.3]])
print(data)
'''
  0    1
0  1.40  NaN
1  7.10 -4.5
2   NaN  NaN
3  0.75 -1.3
'''

data.sum()
'''
0    9.25
1   -5.80
dtype: float64
'''

    可以傳入對應軸進行運算：

data.sum(axis=1)
'''
0    1.40
1    2.60
2    0.00
3   -0.55
dtype: float64
'''

    如果想要保留NaN值，就修改其skipna屬性：

data.sum(axis=1,skipna=False)
'''
0     NaN
1    2.60
2     NaN
3   -0.55
dtype: float64
'''

    pandas還有一個強大的方法describe，可以列出計算彙總的許多重要屬性：

data.describe()

    結果：

    若是非數值數據，describe會產生另外一種彙總：

data = pd.Series(['a','a','c','d']*3)
data.describe()
'''
count     12
unique     3
top        a
freq       6
dtype: object
'''

    下面列出一些沒有在numpy方法中出現的方法：

    median:值的中位數

    mad:根據平均值計算平均絕對離差(類似於沒有平方的方差)

    skew:三階矩

    kurt:四階矩

    diff:計算一階差分(不知道是啥)