pandas数据处理库005

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()