Python 教程之数据分析（6）—— 数据分析的数学运算-CFANZ编程社区

Python 是一种用于进行数据分析的出色语言，主要是因为以数据为中心的 Python 包的奇妙生态系统。Pandas就是其中之一，它使导入和分析数据变得更加容易。
可以在 pandas 系列上执行一些重要的数学运算，以简化使用 Python 进行数据分析并节省大量时间。

要获取使用的数据集，请单击此处。

s=read_csv("stock.csv", squeeze=True)
#reading csv file and making series

功能	用法
s.sum()	返回系列中所有值的总和
s.mean()	返回系列中所有值的平均值。等于 s.sum()/s.count()
s.std()	返回所有值的标准差
s.min() 或 s.max()	从系列中返回最小值和最大值
s.idxmin() 或 s.idxmax()	返回系列中最小值或最大值的索引
s.median()	返回所有值的中位数
s.mode()	系列的返回模式
s.value_counts()	返回具有每个值频率的序列
s.describe()	根据传递的数据的 dtype 返回一系列信息，如均值、模式等

代码#1：

# 导入 pandas 以读取 csv 文件
import pandas as pd

# 读取 csv 文件
s = pd.read_csv("stock.csv", squeeze = True)

#使用 count 功能
print(s.count())

#使用 sum 功能
print(s.sum())

#使用 mean 功能
print(s.mean())

#计算平均值
print(s.sum()/s.count())

#使用 std 功能
print(s.std())

#使用 min 功能
print(s.min())

#使用 max 功能
print(s.max())

#使用 count 功能
print(s.median())

#使用 mode 功能
print(s.mode())

输出：

3012
1006942.0
334.3100929614874
334.3100929614874
173.18720477113115
49.95
782.22
283.315
0 291.21

代码#2：

# 导入 pandas 以读取 csv 文件
import pandas as pd

#读取 csv 文件
s = pd.read_csv("stock.csv", squeeze = True)

#使用 describe 功能
print(s.describe())

#使用 count 功能
print(s.idxmax())

#使用 idxmin 功能
print(s.idxmin())

#值为 3 的元素的计数
print(s.value_counts().head(3))

输出：

dtype : float64
count 3012.000000
mean 334.310093
std 173.187205
min 49.950000
25% 218.045000
50% 283.315000
75% 443.000000
max 782.220000
Name: Stock Price, dtype: float64

3011
11
291.21 5
288.47 3
194.80 3