最小值索引idxmin

返回最小值所在的索引

In [20]:

df["age"].idxmin()

Out[20]:

0

In [21]:

df["math"].idxmin()

Out[21]:

3

In [22]:

df["sex"].idxmin()

不能字符类型的字段使用该函数，Pandas不支持：

方差var

计算一组数据的方差，需要注意的是：numpy中的方差叫总体方差，pandas中的方差叫样本方差

标准差（或方差）分为 总体标准差（方差）和 样本标准差（方差）

• 前者分母为n，右偏的；后者分母为n-1，是无偏的

• pandas里是算无偏的；numpy里是有偏的

In [23]:

df.var()

Out[23]:

age2.200000 chinese130.000000 math291.666667#pandas计算结果 english370.000000 dtype:float64

In [24]:

df["math"].var()

Out[24]:

291.6666666666667

In [25]:

np.var(df["math"])#numpy计算结果

Out[25]:

218.75

In [26]:

np.var(df["age"])

Out[26]:

1.7600000000000002

In [27]:

np.var(df["english"])

Out[27]:

296.0

标准差std

返回的是一组数据的标准差

In [28]:

df.std()

Out[28]:

age1.483240 chinese11.401754 math17.078251 english19.235384 dtype:float64

In [29]:

np.std(df["math"])

Out[29]:

14.79019945774904

In [30]:

np.std(df["english"])

Out[30]:

17.204650534085253

In [31]:

np.std(df["age"])

Out[31]:

1.32664991614216

如何理解pandas和numpy两种方法对方差的求解不同：

平均绝对偏差mad

In [32]:

df.mad()

Out[32]:

age1.04 chinese8.80 math12.50 english13.60 dtype:float64

以字段age为例：

In [33]:

df["age"].mad()

Out[33]:

1.0399999999999998

In [34]:

df["age"].tolist()

Out[34]:

[22,24,25,26,24]

In [35]:

age_mean=df["age"].mean() age_mean

Out[35]:

24.2

In [36]:

(abs(22-age_mean)+abs(24-age_mean)+abs(25-age_mean) +abs(26-age_mean)+abs(24-age_mean))/5

Out[36]:

1.0399999999999998

偏度-skew

介绍峰度和偏度的好文章：https://www.cnblogs.com/wyy1480/p/10474046.html

偏度（skewness），是统计数据分布偏斜方向和程度的度量，是统计数据分布非对称程度的数字特征。

偏度(Skewness)亦称偏态、偏态系数，表征概率分布密度曲线相对于平均值不对称程度的特征数。

直观看来就是密度函数曲线尾部的相对长度。定义上偏度是样本的三阶标准化矩：

In [37]:

df.skew()

Out[37]:

age-0.551618 chinese0.404796 math0.752837 english1.517474 dtype:float64

In [38]:

df["age"].skew()

Out[38]:

-0.5516180692881046

峰度-kurt

返回的是峰度值

In [39]:

df.kurt()

Out[39]:

age0.867769 chinese-0.177515 math0.342857 english2.607743 dtype:float64

In [40]:

df["age"].kurt()

Out[40]:

0.8677685950413174

In [41]:

df["math"].kurt()

Out[41]:

0.3428571428571434

绝对值abs

返回数据的绝对值：

In [45]:

df["age"].abs()

Out[45]:

022 124 225 326 424 Name:age,dtype:int64

如果存在缺失值，绝对值函数求解后仍是NaN：

In [46]:

df["math"].abs()

Out[46]:

090.0 1NaN 2100.0 380.0 4120.0 Name:math,dtype:float64

绝对值函数是针对数值型的字段，不能对字符类型的字段求绝对值：

In [47]:

#字符类型的数据报错 df["sex"].abs()

元素乘积prod

In [48]:

df.prod()

Out[48]:

age8.236800e+06 chinese1.188000e+10 math8.640000e+07 english8.424000e+09 dtype:float64

In [49]:

df["age"].tolist()

Out[49]:

[22,24,25,26,24]

In [50]:

22*24*25*26*24

Out[50]:

8236800

累计求和cumsum

In [51]:

df.cumsum()

累计乘积cumprod

In [52]:

df["age"].cumprod()

Out[52]:

022 1528 213200 3343200 48236800 Name:age,dtype:int64

In [53]:

df["math"].cumprod()

Out[53]:

090.0 1NaN 29000.0 3720000.0 486400000.0 Name:math,dtype:float64

In [54]:

#字符类型字段报错 df["sex"].cumprod()

20个统计函数

最后再总结下Pandas中常用来描述统计信息的函数：