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 pandas2data = 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 age2count 59101.000000 59101.0000003mean 149829.546471 27.2288624std 28772.846683 5.3895595min 100000.000000 3.000000625% 124850.000000 24.000000750% 150032.000000 26.000000875% 174773.000000 29.0000009max 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 59101.0000002mean 27.2288623std 5.3895594min 3.000000525% 24.000000650% 26.000000775% 29.0000008max 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