一、统计分析

1. 延用numpy统计分析方法

numpy中所有的统计分析方法都可以使用
此处仅举一例说明：

np.mean(df['age'])
输出：
21.0

2. 其他方法

• 极差

np.ptp(df['age'])
输出：
2

3. pandas方法

（a）针对一维类型

df['age'].min()
df['age'].std()
df['age'].argmax()

• 众数

df['age'].mode()
输出：
0
20
1
21
2
22
dtype: int64

• 非空数目

返回某一列的非空元素的数目

df['name'].count()
输出：
3

• 频数统计

df['name'].value_counts()

输出：

zs
1
lh
1
ss
1
Name: name, dtype: int64

（b）针对二维类型

二维没有argmax方法，使用idxmax()，返回最大值所在的索引

df['score']=[98,90,92]
print(df[['age','score']].idxmax())
# idxmax可加入axis，表示横（纵）向比较,默认为0
print(df[['age','score']].idxmax(axis=1))
输出：
age
b
score
a
dtype: object
a
score
b
score
c
score
dtype: object

注：二维类型中没有频数统计方法，且没有替代方法。其他方法都可用于二维类型

print(df.mode())

输出：

name
age gender class address
score
0
lh
20
男
0831
北京
90
1
ss
21
NaN
NaN
NaN
92
2
zs
22
NaN
NaN
NaN
98

（c）重要方法

describe方法：

1. 作用于数值型时，返回数据统计结果
2. 作用于类别型时，返回count（非空数目）、unique（去重后有几个值）、top（众数）、freq（众数出现的频数）
3. 数值型和类别型同时出现时，会自动过滤类别型，只保留数值型

• 例1：数值型

print(df[['age','score']].describe())

输出：

age
score
count
3.0
3.000000
mean
21.0
93.333333
std
1.0
4.163332
min
20.0
90.000000
25%
20.5
91.000000
50%
21.0
92.000000
75%
21.5
95.000000
max
22.0
98.000000

• 例2：非数值型

print(df)

name
age gender class address
score
a
ss
20
男
0831
北京
98
b
zs
22
男
0831
北京
90
c
lh
21
女
有问题
北京
92

print(df[['name','gender']].describe())

输出：

name gender
count
3
3
unique
3
2
top
zs
男
freq
1
2

• 例3：非数值型与数值型同时传入会默认忽略非数值型列，只返回数值型分析结果

print(df[['age','name']].describe())

输出：

age
count
3.0
mean
21.0
std
1.0
min
20.0
25%
20.5
50%
21.0
75%
21.5
max
22.0

二、文件读取

1、Excel文件读取

基础方法

使用read_excel方法
例：

pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx').head()

常用参数说明

（1）sheetname：

切换sheet表格，可以用索引，也可以用表名，多表同时读取使用列表，传入None时获取所有表格

data = pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx',sheetname=1)
print(data.shape)
输出：
(3647, 19)

data = pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx',sheetname=None)
print('查看当前表格中所有sheet的名称：n',data.keys())
输出：
查看当前表格中所有sheet的名称：
odict_keys(['meal_order_detail1', 'meal_order_detail2', 'meal_order_detail3'])

（2）header：

表示选择哪一行作为列索引（表头），默认是第一行，当header不为0时，会将默认为列索引之前的行全部删掉

df = pd.read_excel('D:/qq文档/2393971222/FileRecv/meal_order_detail.xlsx',header=[0,1])

（3）names:

当文件中没有给出表头时，需要将header设置为None，并且传入与列数量一致的list，names=[ ]

pd.read_excel('D:/qq文档/2393971222/FileRecv/meal_order_detail.xlsx',names = np.arange(19)).head()

输出部分展示：

（4）skiprows：

跳过传入的几行

data = pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx',skiprows=[0,1])
print(data.head())
# 从头开始读，读几行传入几，默认5行
print(data.tail())
# 从尾部开始读

输出结果略

2、读取csv文件

csv属于文本文件，逗号分隔符文件，编码一般为gbk

参数说明：

1. sep：元素分隔符，csv文件中默认分隔符为逗号；
2. engine：底层编译方式，默认为C语言，如果遇到编码问题，可以尝试将engine改为python

order = pd.read_csv(r'D:/qq文档/FileRecv/meal_order_info.csv',sep=',',encoding='gbk',engine='python')
print(order.head())

部分结果展示：

info_id
emp_id
number_consumers
mode
dining_table_id
0
417
1442
4
NaN
1501
1
301
1095
3
NaN
1430
2
413
1147
6
NaN
1488
3
415
1166
4
NaN
1502
4
392
1094
10
NaN
1499
[5 rows x 21 columns]

read_table即可以读csv文件，也可以读excel文件，目前已经淘汰使用

pd.read_table(r'D:/qq文档/2393971222/FileRecv/meal_order_info.csv',sep=',',encoding='gbk',engine='python').head()

3、保存文件

order.to_excel('11.xlsx')
order.to_csv('11.csv')

补充内容

series构建

pd.Series(data=['lx','ss','zs'],index=[0,1,2])

输出：

0
lx
1
ss
2
zs
dtype: object

最后

以上就是爱笑云朵为你收集整理的Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容的全部内容，希望文章能够帮你解决Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。