20230517星期三:
七天记录pandas库之五:
25.数据的排序_001_sort_values()
25.数据的排序_002_sort_values(),根据多列进行排序,ascending升序降序
25.数据的排序_002_sort_values(),根据一列进行排序,ascending升序降序
26.数据的排名_001,rank()
26.数据的排名_002,rank(),排序以后,然后进行排名,如果排名一样,那么采用平均值,
比如都是排名10,那么取平均值10.5
26.数据的排名_003,rank(),排序以后,然后进行排名,如果排名一样,那么采用最小值method='min'
,比如都是排名10,那么取最小值10
27.数据计算-求和与平均值_001
27.数据计算-求和与平均值_002_求和,sum(),axis=0默认按列求和,axis=1按行求和
27.数据计算-求和与平均值_003_平均值,mean(),axis=0默认按列求平均值
28.数据计算-最大最小值-中位数_001_最大值_max()
28.数据计算-最大最小值-中位数_002_最小值_min()
28.数据计算-最大最小值-中位数_003_中位数_median()_中位数,如果是双数,那么中位数就为中间两个数平均值
29.数据计算-众数-方差_001_求众数_mode(),默认按照列求众数
29.数据计算-众数-方差_002_求众数_mode(),求列的众数_axis=1
29.数据计算-众数-方差_003_求方差_var(),(数据减去平均数以后的平方即方差),求行的方差_axis=1,
pandas采用的是无偏样本方差,即方差和除以(样本数-1)
30.数据计算-标准差-分位数_001_标准差,又叫做均方差,是方差的平方根,可以表示数据的离散程度
30.数据计算-标准差-分位数_002_std()_标准差,又叫做均方差,是方差的平方根,可以表示数据的离散程度
30.数据计算-标准差-分位数_003_分位数,也叫分解数,是以概率为基础,将数据分为几个等分,常用的中位数,
就是二分位数,还有四分位,百分位,我们所说的百分之多少,就是分位数
30.数据计算-标准差-分位数_004_quantile()_分位数,numeric_only=False,涉及到时间时候
30.数据计算-标准差-分位数_004_quantile()_分位数,获取分位数是百分之三十五的数据
31.数据格式化-设置小数位数_001_设置小数位数
31.数据格式化-设置小数位数_002_设置小数位数_round(2)保留两位小数
31.数据格式化-设置小数位数_003_对指定的列设置小数位数_round()
31.数据格式化-设置小数位数_004_对指定的列设置小数位数_round(),applymap()