python数据清洗学习笔记--数据统计

忘是亡心i 2023-07-22 03:52 5阅读 0赞

# python数据清洗学习笔记–数据统计 #

### 文章目录 ###

*  python数据清洗学习笔记--数据统计
 *   *  1、数据分组运算
     *  2、聚合函数的使用
     *  3、分组对象与apply函数
     *  4、透视图与交叉表
     *   *  数据透视表
         *  交叉表用于计算分组频率

## 1、数据分组运算 ##

分组计算根据某个或者某几个字段对数据集进行分组，然后运用特定 的函数，得到结果

• 使用groupby方法进行分组计算，得到分组对象GroupBy

• 语法为df.groupby(by=)

• 分组对象GroupBy可以运用描述性统计方法, 如count、mean 、  
median 、 max和min等

# 对一个变量进行分组
    Group = loan_info.groupby(by ='product’) 
    #对多个变量进行分组
    group1= loan_info.groupby(by =['product','jgmc’]) 
    
    Group.mean() 
    Group.sum() 
    Group.max()

## 2、聚合函数的使用 ##

• 对分组对象使用agg聚合函数

• Groupby.agg(func)

• 针对不同的变量使用不同的统计方法

#对分组后对象，计算均值和最值等
    grouped.agg([np.mean,np.max]).head(20)
    
    #对2个变量分别计算不同的统计量
    grouped.agg({ 'ye':np.mean,'dkje':np.max})
    
    #也可以直接对数据进行汇总
    loan_info[['dkje','ye','yqje']].agg([np.sum,np.mean])

## 3、分组对象与apply函数 ##

• 函数apply即可用于分组对象,也可以作用于dataframe数据

• Groupby.apply(func)

• 需要注意axis=0和axis=1的区别

#相当于计算每列的均值 
    loan_info.apply(np.sum,axis = 0) 
    
    # 相当于计算每行的总和 
    loan_info['sum'] =loan_info.apply(np.sum,axis=1) 
    
    #计算两个变量 的差值
    loan_info[[‘dkje’,‘ye’]].apply(lambda x:x[0] - x[1],axis = 1)

## 4、透视图与交叉表 ##

在数据分析中，数据透视表是常见的工具之一，需要根据行或列对数据 进行各个维度数据的汇总，在pandas中，提供了相关函数解决此类问题 ，交叉表更多用于频数的分析

### 数据透视表 ###

**pivot\_table( data, index,columns,values, aggfunc, fill\_value, margins, margins\_name=’’ )**

Index : 行分组键

columns: 列分组键

values: 分组的字段，只能为数值型变量

aggfunc: 聚合函数

margins: 是否需要总计

margins\_name： 总计名称

fill\_value: 设置缺失值

pd.pivot_table(data=df,index='Year',values='Global_Sales',aggfunc=np.mean,margins=True,margins_name='总计’)
    pd.crosstab(index = df['Platform'],columns=df['Genre'],margins=True)

### 交叉表用于计算分组频率 ###

**pd.crosstab(index,columns,normalize)**

Index: 行索引

Columns: 列索引

Normalize: 数据对数据进行标准化，index表示行，column表示列

pd.pivot_table(data=df,index='Year',values='Global_Sales',aggfunc=np.mean,margins=True,margin s_name='总计’) 
    pd.crosstab(index = df['Platform'],columns=df['Genre'],margins=True)

***记录自：python数据清洗实战—Peter老师***