1.排序
通过sort_index方法对索引进行排序，默认为升序，降序排序时加参数ascending=False；通过sort_values方法对数值进行排序。
df2= pd.DataFrame(np.random.randn(3,3),columns = ['a','b','c'], index = ['3','1','2']) print(df2) print(df2.sort_index()) print(df2.sort_values(by='c')) #------------------------------- a b c 3 1.806440 -0.434671 -0.231771 1 0.678005 0.928023 0.163997 2 1.087088 2.894730 -0.499704 a b c 1 0.678005 0.928023 0.163997 2 1.087088 2.894730 -0.499704 3 1.806440 -0.434671 -0.231771 a b c 2 1.087088 2.894730 -0.499704 3 1.806440 -0.434671 -0.231771 1 0.678005 0.928023 0.163997
2.数据统计
2.1数据汇总
可以通过sum方法对每列进行求和汇总，设置axis=1时可以实现按行汇总。
print('按列汇总:\n',df2.sum()) print('按行汇总:\n',df2.sum(axis = 1)) #--------------------------------------- 按列汇总: a 3.571533 b 3.388082 c -0.567478 dtype: float64 按行汇总: 3 1.139998 1 1.770025 2 3.482114
2.2数据去重计数
unique方法获取不重复的数组，nunique方法将数据去重后计数。
np.random.seed(971) values_1 = np.random.randint(10, size=8) groups = ['A','A','B','A','B','C','A','C'] df = pd.DataFrame({'group':groups, 'value_1':values_1}) display(df) print('group的取值为：',df.group.unique()) print('group的取值个数为：',df.group.nunique()) #--------------------------------------------- group value_1 0 A 0 1 A 6 2 B 7 3 A 8 4 B 0 5 C 5 6 A 1 7 C 0 group的取值为： ['A' 'B' 'C'] group的取值个数为： 3
2.3频数统计
print('value_1的取值及其个数为：\n',df.value_1.value_counts()) #------------------------------------------------------------ value_1的取值及其个数为： 0 3 8 1 1 1 5 1 6 1 7 1
2.4 describe方法描述性统计
df2.describe() #---------------------------------------- a b c count 3.000000 3.000000 3.000000 mean 0.226340 -0.719726 0.463594 std 0.567288 1.040418 1.157900 min -0.397886 -1.893800 -0.219601 25% -0.015700 -1.123508 -0.204866 50% 0.366486 -0.353215 -0.190130 75% 0.538453 -0.132689 0.805192 max 0.710421 0.087838 1.800514
2.5 Pandas常用的描述性统计方法
| 方法 | 说明 |
| median | 中位数 |
| var | 方差 |
| sem | 标准误差 |
| skew | 样本偏度 |
| quantile | 四分位数 |
| ptp | 极差 |
| std | 标准差 |
| cov | 协方差 |
| mode | 众数 |
