Python 教程之数据分析（6）—— 数据分析的数学运算

2022 年 9 月 07 日
安徽
本文字数：1054 字
阅读完需：约 3 分钟

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

复制代码

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())

复制代码

输出：

3012 1006942.0 334.3100929614874 334.3100929614874 173.18720477113115 49.95 782.22 283.315 0 291.21

复制代码

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))

复制代码

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 Name: Stock Price, dtype: int64