一、pandas算术运算

直接对数据进行加、减、乘、除等运算，可使用函数add()、sub()、mul()、div()或+、-、×、÷

代码如下

数据生成
import pandas as pd
import numpy as np# 数据生成代码
num = np.random.randint(50, 100, (3, 5))# 传入标签索引
column = ['第一列', '第二列', '第三列', '第四列', '第五列']   # 列标签索引
# ind = ['第一行', '第二行', '第三行']    # 行标签索引
ind = ['第_' + str(i) + '_行' for i in range(num.shape[0])]   # 行标签索引，num.shape[0]即获取num数组的行号，此处为3
data2 = pd.DataFrame(num, columns=column, index=ind)
data2
---------------------------------------------------
data2['第二列'].add(10)   # 第二列的值加10data2['第二列'].sub(10)   # 第二列的值减10data2['第二列'] - 20     # 第二列的值减20data2['第二列'] / 2   # 第二列的值除2

 二、pandas逻辑运算

2.1 运算符合

使用>、<、=、&、|、~等运算符对数据进行筛选

使用示范代码如下

# 数据生成
import pandas as pd
import numpy as np
# 数据生成代码
num = np.random.randint(50, 100, (3, 5))
# 传入标签索引
column = ['语文', '数学', '英语', '物理', '政治']   # 列标签索引
# ind = ['name1', 'name2', 'name3']    # 行标签索引
ind = ['name' + str(i) for i in range(num.shape[0])]   # 行标签索引，num.shape[0]即获取num数组的行号，此处为3
data3 = pd.DataFrame(num, columns=column, index=ind)
data3
-------------------------------------------
data3['数学'] >= 90  # 逻辑判断data3[data3['数学'] >= 90]  # 使用判断结果作为筛选依据data3[(data3['数学'] >= 90) | (data3['语文'] >= 90)]   # 多个逻辑判断，每个逻辑要使用括号括起来

操作如下

2.2 运算函数

• query(expr)：根据要评估的条件进行过滤查询
  • expr：查询字符串
• isin(values)：对指定values值进行逻辑判断

具体使用代码如下 

data3.query('数学 >= 90 | 语文>= 90')   # 多个逻辑判断，条件要加上引号data3.query('~(语文 >= 90)')   # ~为非，即取反，条件要加上引号data3[data3['数学'].isin([60, 92, 99])]  # 判断是否在指定值中并筛选

操作演示如下 

三、统计运算

3.1 describe()函数

• describe()：综合分析，能够直接得出很多统计结果，用来返回series和DataFrame两个核心数据结构的统计变量，如count, mean, std, min, max 等，含义如下
  • count：统计元素个数，此列共有多少有效值
  • mean：均值
  • std：标准差
  • min：最小值
  • 25%、50%、75%：返回数组的三个不同百分位置的数值，即统计学中的四分位数，其中50%对应的是中位数，分别为四分之一分位数、二分之一分位数、四分之三分位数
  • max：最大值

3.2  统计函数

对单个函数进行统计的时候，坐标轴按默认列，即axis=0统计，如要对行统计，需要指定axis=1，如sum(1)

代码如下

import pandas as pd
import numpy as np
# 数据生成代码
num = np.random.randint(50, 100, (3, 5))
# 传入标签索引
column = ['语文', '数学', '英语', '物理', '政治']   # 列标签索引
# ind = ['name1', 'name2', 'name3']    # 行标签索引
ind = ['name' + str(i) for i in range(num.shape[0])]   # 行标签索引，num.shape[0]即获取num数组的行号，此处为3
data3 = pd.DataFrame(num, columns=column, index=ind)
data3data3.count()  # 每一列的元素个数
data3.sum()
data3.mean()   # 每一列的均值
data3.median()   # 每一列的中位数
data3.min()   # 每一列的最小值
data3.max()   # 每一列的最大值
data3.mode()   # 每一列按从小到大显示
data3.abs()   # 绝对值
data3.prod()   # 每一列中的数相乘
data3.std()   # 标准差
data3.var()   # 均方差，标准差的平方
data3.idxmin()   # 计算具有最小值的索引标签
data3.idxmax()  # 计算具有最大值的索引标签data3.sum(1)  # 计算每一行的和，不填1默认为0，即统计列
data3.mean(1)  # 计算每一行的均值

操作演示如下

3.3 累计统计函数

代码如下

import pandas as pd
import numpy as np
# 数据生成代码
num = np.random.randint(50, 100, (3, 5))
# 传入标签索引
column = ['语文', '数学', '英语', '物理', '政治']   # 列标签索引
# ind = ['name1', 'name2', 'name3']    # 行标签索引
ind = ['name' + str(i) for i in range(num.shape[0])]   # 行标签索引，num.shape[0]即获取num数组的行号，此处为3
data4 = pd.DataFrame(num, columns=column, index=ind)
data4
-----------------------------------------------
data4['数学'].cumsum()  # 计算指定列中前n个数的和
data4.cumsum()   # 计算前1/2/3/…/n个数的和
data4.cummax()   # 计算前1/2/3/…/n个数的最大值
data4.cummin()   # 计算前1/2/3/…/n个数的最小值
data4.cumprod()   #计算前1/2/3/…/n个数的积
84*90*84

演示操作如下

 3.4 自定义运算

• apply(func, axis=0)：自动根据func遍历每一个数据，然后返回一个数据结构为Series的结果
  • func：自定义函数
  • axis：取0默认是列，axis=1为行

代码及操作如下

data4.apply(lambda i : i.max() - i.min())  # 求每一列中最大值与最小值的差

学习导航：http://xqnav.top/