跟小白学Python数据分析——描述性统计分析
Mr.林:小白,我们已经学会了数据导入,那么今天就来学习如何进行基本统计分析。
小白:好啊!
Mr.林:基本统计分析,又叫描述性统计分析,它是指运用制表、分类、图形以及计算概括性数据来描述数据特征的各项活动,以发现其内在规律的统计分析方法。
描述性统计分析主要包括数据的集中趋势分析、数据的离散程度分析、数据的频数分布分析等,常用的统计指标有:计数、求和、平均值、方差、标准差等。
在Pandas 中,使用describe 函数进行描述性统计分析。
我们继续使用导入使用的案例数据进行学习,输入以下代码:
1import pandas 2data = pandas.read_csv( 3'D:/D/data.csv', 4 engine='python', 5 encoding='utf8' 6)
Mr.林:执行后,在变量浏览窗口中就可以看到刚导入的data变量了,双击打开data变量,就可以得到下面这张表。
然后输入以下代码
1# 对数据框进行描述统计分析 2data.describe()
执行后,直接在输出窗口中可以查看结果。
1 id age 2count 59101.000000 59101.000000 3mean 149829.546471 27.228862 4std 28772.846683 5.389559 5min 100000.000000 3.000000 625% 124850.000000 24.000000 750% 150032.000000 26.000000 875% 174773.000000 29.000000 9max 199501.000000 87.000000
可以看到describe 函数仅对id、age这两列数据进行描述统计分析,小白,你知道为什么吗?
小白:因为只有这两列才是数值型数据。
Mr.林:是的,我们继续看,给出的结果有count(计数)、mean(平均值)、std(标准差)、min(最小值)、25%(第一四分位数)、50%(中位数)、75%(第三四分位数)、max(最大值),这样我们就可以对数据有个基本的了解。
小白:id这列数据其实统计mean(平均值)、std(标准差)、25%(第一四分位数)、50%(中位数)、75%(第三四分位数)这几个指标好像意义不大。
Mr.林:哈哈,不错呦!确实没什么意义。如果只要对age列进行统计,还可以这样写代码
1data.age.describe()
执行后,直接在输出窗口中可以查看结果。
1count 59101.000000 2mean 27.228862 3std 5.389559 4min 3.000000 525% 24.000000 650% 26.000000 775% 29.000000 8max 87.000000
如果仅仅需要统计某个指标,可以这样写
1# 统计用户数 2data.id.count()
统计结果:59101
1# 平均年龄 2data.age.mean()
统计结果:27.228862
1# 年龄最大值 2data.age.max()
统计结果:87
1# 年龄最小值 2data.age.min()
统计结果:3
1# 年龄方差 2data.age.var()
统计结果:29.04735
1# 年龄标准差 2data.age.std()
统计结果:5.389559
小白:好的。
Mr.林:今天就到这,下次我们继续学习其他操作,小白你回去要多多练习,多敲代码。
如果你喜欢本文,可以点击右下角在看
如果你在跟着学习,请在留言区留言:打卡
如果你刚看到本文,可以查看本系列历史文章跟着学习:
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2
长按识别下方二维码,并关注公众号
回复“DR”获取案例数据
- 利用Python进行数据分析(9) pandas基础: 汇总统计和计算
- 小白学 Python 数据分析(1):数据分析基础
- Python空间统计数据分析 栅格数据处理-gdal库(2020.5.12)
- 作业3(大作业):python数据分析与应用大作业,对用户用电量数据进行数据处理,包括数据转置、异常数据识别和处理、统计基本统计量(包括峰度、偏度)、按日/周(求和)差分、5%分位数等
- python/pandas/Numpy数据分析-统计描述,唯一值,值计数
- (python)Pandas数据统计分析、连接数据库操作、DataFrame操作
- Python数据分析之双色球统计两个红和蓝球哪组合比例高的方法
- 小白学 Python 数据分析(15):数据可视化概述
- Python空间数据统计分析(随笔:2020.5.11)
- python数据分析实战:纯python代码进行时区统计
- Python数据分析模块 | pandas做数据分析(三):统计相关函数
- 小白Pycharm使用(6):如何使用 Python 开始建立你的数据分析项目
- 小白学 Python 数据分析(14):Pandas (十三)数据导出
- Python空间数据统计分析(随笔:2020.5.10)
- 数据挖掘:描述性统计分析
- Python之numpy教程(四):数据处理、绘图、数据统计分析
- 跟小白学Python数据分析——分组分析
- 后台数据统计通用分析方法(适用小白)
- 小白学 Python 数据分析(13):Pandas (十二)数据表拼接
- python数据分析(1)——获取微信好友的统计信息