Python DataFrame中描述性统计方法有哪些详细讲解？

本文共计1066个文字，预计阅读时间需要5分钟。

目录 + DataFrame常用描述性统计分析方法 + sum() + 求和 + mean() + 求平均值 + max() + 最大值 + min() + 最小值 + median() + 中位数 + mode() + 众数 + var() + 方差 + std() + 标准差 + quantile() + 分位数

目录

• DataFrame常用描述性统计分析方法
• sum() 求和
• mean() 求平均值
• max() 最大值 & min() 最小值
• median() 中位数
• mode() 众数
• var() 方差
• std() 标准差
• quantile() 分位数

DataFrame常用描述性统计分析方法

sum() 求和

使用sum()方法对DataFrame对象求和。
其中**set_option(‘display.unicode.east_asian_width’, True)**可以使显示的DataFrame值与列名对齐。
sum有axis参数，默认为0，表示对列求和

• 设置为1表示对行求和。
• 也可以设置 skipna参数，改参数默认为True，表示不考虑缺失值，如果是False则表示考虑缺失值，当存在缺失值时，则对应的结果表示为Nan。
• （布尔类型的参数值，当传入为其它类型的值时，也解读为该值的布尔值）

这里对示例数据的行求和，然后生成一个新的列添加在数据中。