---
title: Pandas
date: 2020-06-23 16:31:03
updated: 2020-09-10 10:24:41
tags:
categories:
keywords:
description:
top_img:
comments:
cover:
toc:
toc_number:
toc_style_simple:
copyright:
copyright_author:
copyright_author_href:
copyright_url:
copyright_info:
katex: true
highlight_shrink:
aside:
---

### 一、Pandas 和 Series 的 describe() 方法
#### 　1）功能

- **功能**：对数据中每一列数进行统计分析；（以“列”为单位进行统计分析）

- 默认只先对**“number”**的列进行统计分析；

 

- **一列数据全是“number”**

1. **count**：一列的元素个数；
2. **mean**：一列数据的平均值；
3. **std**：一列数据的均方差；（方差的算术平方根，反映一个数据集的离散程度：越大，数据间的差异越大，数据集中数据的离散程度越高；越小，数据间的大小差异越小，数据集中的数据离散程度越低）
4. **min**：一列数据中的最小值；
5. **max**：一列数中的最大值；
6. **25%**：一列数据中，前 25% 的数据的平均值；
7. **50%**：一列数据中，前 50% 的数据的平均值；
8. **75%**：一列数据中，前 75% 的数据的平均值；

 

- **一列数据： “categorical”、“categorical” + “number”：**

1. **count**：一列数据的元素个数；
2. **unique**：一列数据中元素的种类；
3. **top**：一列数据中出现频率最高的元素；
4. **freq**：一列数据中出现频率最高的元素的个数；

 

- **一列数据：object（如时间序列）**

1. **first**：开始时间；
2. **last**：结束时间；

 
#### 　2）实例及参数使用：Series 数据类型

- number

- ![Pandas.md-fig-0.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-0.png)

 

- categorical

- ![Pandas.md-fig-1.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-1.png)

 

- object（统称为 “string” 类）

- ![Pandas.md-fig-2.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-2.png)
####  
####  
#### 　3）实例及参数使用：DataFrame 数据类型

- （一）默认只处理 number

- ![Pandas.md-fig-3.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-3.png)

 

- **（二）**分析整个 DataFrame 数据：include = 'all'

- ![Pandas.md-fig-4.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-4.png)

 

- （三）指定统计分析 DataFrame 中的某一列

- ![Pandas.md-fig-5.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-5.png)

 

- （四）只分析所有的 “number” 列

- 也可以是：**df.describe(include=['number'])**
- ![Pandas.md-fig-6.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-6.png)

 

- （五）只分析所有 “category” 列

- ![Pandas.md-fig-7.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-7.png)

 

- （六）只统计所有 “object” 列

- ![Pandas.md-fig-8.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-8.png)

 

- （七）分析除了 “number” 列的所有列

- ![Pandas.md-fig-9.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-9.png)

 

- （八）分析除了 “object” 列的所有列

- ![Pandas.md-fig-10.png](https://imgs-1302910354.cos.ap-shanghai.myqcloud.com/images/Pandas.md-fig-10.png)

 
#### 　4）与 loc、sort 的配合使用

- **df.describe(include=['number']).loc[['min', 'max', 'mean', 'std']].T.sort_values('max')**
- 只对数据的“min”、“max”、“mean”、“std”进行分析，并将分析的结果转置后，以“max”的大小对每行进行排序；（默认从小到大）