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
使用Python编写类UNIX系统的命令行工具的教程
Apr 15 Python
Python内置的HTTP协议服务器SimpleHTTPServer使用指南
Mar 30 Python
Python自动化运维和部署项目工具Fabric使用实例
Sep 18 Python
Python基于贪心算法解决背包问题示例
Nov 27 Python
Django跨域请求CSRF的方法示例
Nov 11 Python
解决python3 HTMLTestRunner测试报告中文乱码的问题
Dec 17 Python
python按行读取文件并找出其中指定字符串
Aug 08 Python
使用Python实现分别输出每个数组
Dec 06 Python
python爬取王者荣耀全皮肤的简单实现代码
Jan 31 Python
Python 排序最长英文单词链(列表中前一个单词末字母是下一个单词的首字母)
Dec 14 Python
Python实现单例模式的5种方法
Jun 15 Python
python turtle绘图命令及案例
Nov 23 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父类调用子类方法的代码例子
2014/04/09 PHP
PHP GD库生成图像的几个函数总结
2014/11/19 PHP
php在数据库抽象层简单使用PDO的方法
2015/11/03 PHP
php-app开发接口加密详解
2018/04/18 PHP
PHP里的$_GET数组介绍
2019/03/22 PHP
精通JavaScript 纠正 cleanWhitespace函数
2010/03/11 Javascript
jquery多行滚动/向左或向上滚动/响应鼠标实现思路及代码
2013/01/23 Javascript
探讨js字符串数组拼接的性能问题
2014/10/11 Javascript
js 操作符汇总
2014/11/08 Javascript
JavaScript中数据结构与算法(三):链表
2015/06/19 Javascript
基于JavaScript实现TAB标签效果
2016/01/12 Javascript
详解AngularJS中的表单验证(推荐)
2016/11/17 Javascript
js实现淡入淡出轮播切换功能
2017/01/13 Javascript
详解Angular 4 表单快速入门
2017/06/05 Javascript
vue轮播图插件vue-awesome-swiper的使用代码实例
2017/07/10 Javascript
Vue.js进行查询操作的实例详解
2017/08/25 Javascript
JavaScript实现写入文件到本地的方法【基于FileSaver.js插件】
2018/03/15 Javascript
javascript少儿编程关于返回值的函数内容
2018/05/27 Javascript
jQuery实现table表格信息的展开和缩小功能示例
2018/07/21 jQuery
Vue-cli4 配置 element-ui 按需引入操作
2020/09/11 Javascript
javascript自定义加载loading效果
2020/09/15 Javascript
Java 生成随机字符的示例代码
2021/01/13 Javascript
离线安装Pyecharts的步骤以及依赖包流程
2020/04/23 Python
python bottle框架支持jquery ajax的RESTful风格的PUT和DELETE方法
2017/05/24 Python
浅谈python中真正关闭socket的方法
2018/12/18 Python
Python定义函数功能与用法实例详解
2019/04/08 Python
Pytorch 使用不同版本的cuda的方法步骤
2020/04/02 Python
CSS3中几个新增加的盒模型属性使用教程
2016/03/01 HTML / CSS
css3遮罩层镂空效果的多种实现方法
2020/05/11 HTML / CSS
亚马逊新加坡官方网站:Amazon.sg
2020/03/25 全球购物
Weblogic的布署方式
2013/08/23 面试题
应届实习生的自我评价范文
2014/01/05 职场文书
大学生志愿者活动总结
2014/06/27 职场文书
民政局未婚证明
2015/06/15 职场文书
2016年端午节校园广播稿
2015/12/18 职场文书
SQL Server携程核心系统无感迁移到MySQL实战
2022/06/01 SQL Server