Pandas实现DataFrame的简单运算、统计与排序


Posted in Python onMarch 31, 2022

在前面的章节中,我们讨论了Series的计算方法与Pandas的自动对齐功能。不光是Series,DataFrame也是支持运算的,而且还是经常被使用的功能之一。

由于DataFrame的数据结构中包含了多行、多列,所以DataFrame的计算与统计可以是用行数据或者用列数据。为了更方便我们的使用,Pandas为我们提供了常用的计算与统计方法:

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 标准差 std
中位数 median 众数 mode
分位数 quantile    

一.运算

接上文的例子,我们已经有了N个学生的数学、语文、英语的成绩表,现在,我们要算出每个学生的总成绩,那么我们就可以用以下的方法:

'''
行的求和以下演示两种方法:
方法1:先把待求和的列数据删选出来(剔除掉name列),然后使用sum函数求和
方法2:把待求和的列一个一个选出来然后使用运算符求和
两种方法最后的结果为像原有的DataFrame中新增一列,数据为每行数据的求和
'''
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方法中我们传入了参数1,代表的是我们使用的轴(axis)为行(对行数据进行求和),如果想要计算出每列的求和我们只用传入0即可(sum函数默认参数为0,所以也可不传):

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

Output:
chinese    312
math       276
english    309
dtype: int64

现在有了总成绩,那么数学老师或者语文老师就会关心本班学生的数据平均分是多少,同样的,我们可以非常快速的计算出来:

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:使用求和方法算出总和后除以总人数(行数)

Output:
92.0

本?中使用了DataFrame的shape方法,这个方法是用来显示DataFrame的行数和列数的,行数为0,列数1。需要注意的是输出的列数值是不含索引列的。

上述?只计算了数学的平均分,感兴趣的小伙伴可以自行基础出英语和语文的平均分哦~

二.统计

这个时候数学老师又有新的需求了,他想查看本班学生数学成绩的最高分、最低分、中位数等统计数据,那么根本不慌,Pandas统统可以帮我们搞定:

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%分位数
Output:
0.3    87.2
0.4    89.6
0.5    92.0
Name: math, dtype: float64

df['math'].std() # math列的标准差
Output:12

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

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

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

df['math'].mode() # math列的众数,返回一个Series对象(有可能出现并列的情况,例子中众数为1,所以都返回)
Output:
0     80
1     92
2    104
dtype: int64

我们也可以使用DataFrame的describe方法对DataFrame查看基本的统计情况:

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

一般来讲我们的成绩表都是按照总分从高到低进行排序:

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

可以看到我们使用了sort_values方法对DataFrame进行排序,同时by参数传入‘sum’指定按照‘sum’字段进行排序,ascending用来设置是降序(False)还是升序(True,默认值)排序。使用sort_values排序后默认会返回一个新的DataFrame对象,也就是说并不会影响原有的DataFrame对象,所以例子中我们才会把排序后的对象赋值给原有的DataFrame对象,如果不想排序后创建新的对象也是可以的,只需要传入inplace=True即可(在原有的DataFrame基础上修改):

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

细心的小伙伴可能会发现当我们进行排序后,如果DataFrame中的行数据有调整的话,其行的索引值是不会更改的,上述例子中因为我们用了默认的递增数列索引,所以排序后看起来并不是很友好,不过不用担心,我们还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重设索引后我们的DataFrame对象的索引列确实被重置成了递增的序列,同时也多了列名为index的一列数据。当然我们可以传入drop=True将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

为了更直观的展示排名情况,我们可以索引值+1这样就展示出了学生的排名情况:

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

到此这篇关于Pandas实现DataFrame的简单运算、统计与排序的文章就介绍到这了,更多相关Pandas DataFrame运算统计与排序内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python读写txt文本文件的操作方法全解析
Jun 26 Python
python批量替换多文件字符串问题详解
Apr 22 Python
使用python3+xlrd解析Excel的实例
May 04 Python
将Python字符串生成PDF的实例代码详解
May 17 Python
Python matplotlib学习笔记之坐标轴范围
Jun 28 Python
python接口调用已训练好的caffe模型测试分类方法
Aug 26 Python
关于Python核心框架tornado的异步协程的2种方法详解
Aug 28 Python
python图形开发GUI库wxpython使用方法详解
Feb 14 Python
Django跨域资源共享问题(推荐)
Mar 09 Python
Python DES加密实现原理及实例解析
Jul 17 Python
Python趣味挑战之教你用pygame画进度条
May 31 Python
python+opencv实现视频抽帧示例代码
Jun 11 Python
Pandas数据结构之Series的使用
Mar 31 #Python
python获取字符串中的email
Mar 31 #Python
Python利用FlashText算法实现替换字符串
详解Python flask的前后端交互
Mar 31 #Python
ubuntu安装jupyter并设置远程访问的实现
Python中time与datetime模块使用方法详解
Mar 31 #Python
Python用tkinter实现自定义记事本的方法详解
Mar 31 #Python
You might like
PHP学习资料汇总与网址
2007/03/16 PHP
jquery.simple.tree插件 更简单,兼容性更好的无限树插件
2010/09/03 Javascript
javascript中的toFixed固定小数位数 简单实例分享
2013/07/12 Javascript
javascript的document.referrer浏览器支持、失效情况总结
2014/07/18 Javascript
node.js中使用socket.io的方法
2014/12/15 Javascript
运行Node.js的IIS扩展iisnode安装配置笔记
2015/03/02 Javascript
JavaScript显示当前文档最后修改日期的方法
2015/03/19 Javascript
JS+CSS实现电子商务网站导航模板效果代码
2015/09/10 Javascript
13个PHP函数超实用
2015/10/21 Javascript
jquery可定制的在线UEditor编辑器
2015/11/17 Javascript
jquery实现移动端点击图片查看大图特效
2020/09/11 Javascript
Javascript简写条件语句(推荐)
2016/06/12 Javascript
js实现图片左右滚动效果
2017/02/27 Javascript
Javacript中自定义的map.js  的方法
2017/11/26 Javascript
node.js+express+mySQL+ejs+bootstrop实现网站登录注册功能
2018/01/12 Javascript
js图片无缝滚动插件使用详解
2020/05/26 Javascript
vue-cli2与vue-cli3在一台电脑共存的实现方法
2019/09/25 Javascript
JavaScript实现动态留言板
2020/03/16 Javascript
React实现全选功能
2020/08/25 Javascript
[00:58]2016年国际邀请赛勇士令状宣传片
2016/06/01 DOTA
[01:54]TI珍贵瞬间系列(五):压力
2020/08/29 DOTA
python开发之IDEL(Python GUI)的使用方法图文详解
2015/11/12 Python
django admin后台添加导出excel功能示例代码
2019/05/15 Python
Kali Linux安装ipython2 和 ipython3的方法
2019/07/11 Python
python子线程退出及线程退出控制的代码
2019/10/16 Python
Python字符串格式化常用手段及注意事项
2020/06/17 Python
CSS3绘制圆角矩形的简单示例
2015/09/28 HTML / CSS
HTML5调用手机摄像头拍照的实现思路及代码
2014/06/15 HTML / CSS
比利时家具购买网站:Home24
2019/01/03 全球购物
VICHY薇姿俄罗斯官方网上商店:法国护肤品牌,火山温泉水
2019/11/22 全球购物
学校运动会开幕演讲稿
2014/01/04 职场文书
违反交通安全法检讨书
2014/10/24 职场文书
餐饮服务员岗位职责
2015/02/09 职场文书
2015年乡镇科普工作总结
2015/05/13 职场文书
羊脂球读书笔记
2015/06/30 职场文书
党员发展大会主持词
2015/07/03 职场文书