筆記來源：利用python進行數據分析【Wes Mckinnney著，唐學韜等譯】
一、彙總和計算描述統計
pandas對象擁有一組常用的數學和統計方法，大部分屬於約簡和彙總統計，用於從Series中提取單個值（如sum、mean）或從DataFrame的行或列中提取一個Series.
1、相關示例
(1) 常用約簡方法（sum()、mean()等）
約簡方法的常見選項：
| 選項 | 說明 |
| axis | 約簡的軸 |
| skipna | 默認爲True.即默認排除缺失值 |
| level | 若軸是層次化索引（即MultiIndex），則根據level分組約簡 |
間接統計(idxmax())
(2) 累計型【如cumsum()】
(3) 彙總統計【如describe()】
（4）常見的彙總描述統計
| 方法 | 說明 |
| count | 計算樣本值中非NA值的數量 |
| describe | 針對Series或各DataFrame列計算彙總統計 |
| min、max | 計算樣本值的最小值、最大值 |
| argmin、argmax | 計算能夠獲取到最小值、最大值的索引位置（整數） |
| idxmin、idxmax | 計算能夠獲取到最小值、最大值的索引值 |
| quantile | 計算樣本值的分位數（0到1） |
| sum | 計算樣本值的總和 |
| mean | 計算樣本值的平均數 |
| median | 計算樣本值的中位數（50%分位數） |
| mad | 根據平均值計算平均絕對離差 |
| var | 計算樣本值的方差 |
| std | 計算樣本值的標準差 |
| skew | 計算樣本值的偏度(三階矩） |
| kurt | 計算樣本值的峯度（四階距） |
| cumsum | 計算樣本值的累計和 |
| cummin、cummax | 計算樣本值的累計最大值、累計最小值 |
| cumprod | 計算樣本值的累計積 |
| diff | 計算樣本值的一階差分（對時間序列很有用） |
| pct_change | 計算百分數變化 |
2、相關係數和協方差
3、唯一值、值計算以及成員資格
（1）唯一值（.unique（））
返回的數組時未排序的，如果想返回的數組排序，可增添unique.sort()返回
（2）值計算（.value_counts() 統計所有值出現的次數）
value_counts()也適用於pandas.即pandas.value_count()
(3) 成員資格（isin() 判斷矢量化集合的成員資格）
（4）彙總三種方法
| 方法 | 說明 |
| isin | 計算一個表示"Series各值是否包含與傳入的值序列中"的布爾型數組 |
|
unique |
計算series中的唯一值數組，按發現順序返回 |
| value_counts | 返回一個Series,其索引爲唯一值，其值爲頻次，按頻次值降序排列 |
二、處理缺失數據
1、缺失值的認識
pandas使用浮點值NaN(Not a Number）表示浮點和非浮點數組中的缺失數據
2、缺失值的處理方法
（1）濾除缺失數據( .dropna() )
dropna返回的是一個僅非空數據和索引值的Series
1）Series的缺失值濾除
2) DataFrame對象對缺失值的濾除
dropna默認丟棄任何含有缺失值的行
當dropna()傳入參數how = ‘all’即值有在一行中全部爲缺失值時才被丟棄
指定axis=1,按列丟棄
(2) 填充缺失數據（ .fillna() ）
1）fllna() 傳入一個常數，即填充爲這個常數
2）fillna() 傳入一個字典【對指定列進行填充不同的值】
3）fillna()傳入inplace關鍵字（默認inplae=False。即不改變原來的數據，當爲True時，則改變原來的數據）
4）fillna() 傳入關鍵字method='ffill' 和limit 時
5）fillna傳入其它統計描述方法
6）fillna函數參數
| 參數 | 說明 |
| value | 用於填充缺失值的標量值或字典對象 |
| method | 插值方式，如果函數調用時未指定其他參數的話，默認‘ffill’.【即前向填充缺失值（根據前一個值進行缺失值填充）】 |
| axis | 待填充的軸，默認axis=0 |
| inplace | 修改調用者對象而不產生副本 |
| limit | （對於前向和後向填充）可以連續填充的最大數量 |
三、層次化索引
層次化索引也是pandas的一項重要的功能，可使得一個軸上擁有一個或多個索引級別。
1、相關認識
（1）Series相關示例
1）創建
2）取值
3）層次化索引重塑（stack()、unstack() ）
（2）DataFrame相關示例【每條軸都可有分層索引】
1）創建
2）對行列標籤加名稱及根據索引名取值
2、重排分級順序（swaplevel()、sortlevel() ）
（1）swaplevel() 【只接收兩個級別的編號或名稱,返回一個互換了級別的新對象，數據不發生改變】
（2）sort_index（根據單個級別中的值對數據進行排序（穩定）)
提示：Python2中使用sortlevel、而python3已逐漸不再使用，已經用sort_index進行替代
3、根據級別進行彙總統計
許多對DataFrame和Series的描述和彙總都有一個level選項，用於指定在某條軸上求和的級別。
（1）根據指定行索引名進行彙總計算
這裏括號內沒有傳入axis值默認是axis=0,即按行計算【注：axis值應與傳入的參數軸方向一致，這裏傳入的key2也是行方向】
（2）根據指定列索引名進行彙總計算
4、使用DataFrame的列
（1）set_index() 【將一個或多個列轉換爲行索引,並創建一個新的DataFrame】
（2）reset_index() 【與上述set_index相反，一個或多個行索引轉爲列索引】
參考：
[1]. McKinney,W.著；唐學韜等譯. 利用python進行數據分析[M]. 北京：機械工業出版社，2013.9.