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