Описательная и сводная статистика

Объекты pandas оснащены набором общих математических и статистических методов. Большинство из них попадают в категорию сводной статистики. В отличие от соответствующих методов массивов NumPy методы объектов pandas имеют встроенную обработку пропущенных значений. Рассмотрим небольшой объект DataFrame:

In [189]: df = pd.DataFrame([[1.4, np.nan], [7.1, -4.5], 
     ...: [np.nan, np.nan], [0.75, -1.3]], 
     ...: index=['a', 'b', 'c', 'd'], 
     ...: columns=['one', 'two'])

In [190]: df
Out[190]: 
    one  two
a  1.40  NaN
b  7.10 -4.5
c   NaN  NaN
d  0.75 -1.3

Вызов метода sum возвращает суммы значений по столбцам:

In [191]: df.sum()
Out[191]: 
one    9.25
two   -5.80
dtype: float64

Чтобы получить суммы значений по строкам нужно передать параметр axis='columns' или axis=1:

In [192]: df.sum(axis='columns')
Out[192]: 
a    1.40
b    2.60
c    0.00
d   -0.55
dtype: float64

Значения NA исключаются, если только весь срез (в данном случае строка или столбец) не равен NA. Это поведение можно изменить с помощью параметра skipna:

In [193]: df.mean(axis='columns', skipna=False)
Out[193]: 
a      NaN
b    1.300
c      NaN
d   -0.275
dtype: float64

Некоторые методы, такие как idxmin и idxmax, возвращают косвенную статистику, такую как значение индекса, где достигаются минимальные или максимальные значения:

In [194]: df.idxmax()
Out[194]: 
one    b
two    d
dtype: object

Есть методы являются аккумулирующими:

In [195]: df.cumsum()
Out[195]: 
    one  two
a  1.40  NaN
b  8.50 -4.5
c   NaN  NaN
d  9.25 -5.8

Метод describe возвращает множественную суммарную статистику:

In [196]: df.describe()
Out[196]: 
            one       two
count  3.000000  2.000000
mean   3.083333 -2.900000
std    3.493685  2.262742
min    0.750000 -4.500000
25%    1.075000 -3.700000
50%    1.400000 -2.900000
75%    4.250000 -2.100000
max    7.100000 -1.300000

На нечисловых данных метод describe возвращает следующую информацию:

In [197]: obj = pd.Series(['a', 'a', 'b', 'c'] * 4)

In [198]: obj.describe()
Out[198]: 
count     16
unique     3
top        a
freq       8
dtype: object

В таблице pandas:statistics:tbl:1 представлен полный список методов сводной статистики и связанных с этим методов:

Таблица 6. Описательная и сводная статистика

• ← Prev
• Next →