目录

DataFrame常用方法：

基本数学操作

复杂功能:分组统计

pandas.DataFrame.count

功能

参数

相关补充

给出的例子

set_index相关补充

---

DataFrame常用方法：

基本数学操作

• df.count() #非空元素计算
• df.min() #最小值
• df.max() #最大值
• df.idxmin() #最小值的位置类似于R中的which.min函数
• df.idxmax() #最大值的位置类似于R中的which.max函数
• df.quantile(0.1) #10%分位数
• df.sum() #求和
• df.mean() #均值
• df.median() #中位数
• df.mode() #众数
• df.var() #方差
• df.std() #标准差
• df.mad() #平均绝对偏差
• df.skew() #偏度
• df.kurt() #峰度
• df.describe() #多个描述性统计指标一次性输出

复杂功能:分组统计

df.groupby('Person').sum()

pandas.DataFrame.count

功能

计数

参数

轴：{0或 index ，1或 columns默认为0

若每列生成0或 index 计数。若为每行生成一个或列计数。

2、级别:int或str，可选

如果轴是多索引层次结构)，则沿特定的层次计数折叠成一个dataframe。str指定级别名称。

3、numeric_only:布尔值，默认为False

只包括浮点数，int或boolean数据。

相关补充

• Series.count：中非数列na元素的数量。
• DataFrame.shape：dataframe行和列的数量(包括NA元素)。
• DataFrame.isna：大小相同的布尔dataframe显示NA元素的位置。

给出的例子

1、构建一个DataFrame

df = pd.DataFrame({"Person": ... ["John","Myla","Lewis","John","Myla"], ... "Age": [24.,np.nan,21.,33,26], ... "Single": [False,True,True,True,False]}) >>> df Person Age Single 0 John 24.0 False 1 Myla NaN True 2 Lewis 21.0 True 3 John 33.0 True 4 Myla 26.0 False

2、统计NA

>>> df.count() Person 5 Age 4 Single 5 dtype: int64

3.对每一行进行统计

df.count(axis='columns') 0 3 1 2 2 3 3 3 4 3 dtype: int64注意：这里axis='columns表示按列操作相当于axis=0；如果axis=1.操作每一行

4.计算多索引的一级

>>> df.set_index(["Person","Single"]).count(level="Person") Age Person John 2 Lewis 1 Myla 1

set_index相关补充

DataFrame可以通过set_index该方法，可用现有列设置单索引和复合索引

DataFrame.set_index(keys,drop=True,append=False,inplace=False,verify_integrity=False) 

参数：

1. keys：label or array-like or list of labels/arrays，这是一个需要设置为索引的列，可以是单个列或多个列
2. drop：bool,default True，删除列应用作新索引
3. append：bool,default False，添加新索引
4. inplace：bool,default False，是否要覆盖数据集
5. verify_integrity：bool,default False，检查新索引是否重复。否则，将检查推迟到必要时。False提高这种方法的性能

注意：drop为False，inplace为True当索引还原为列时，

官网例子：

df = pd.DataFrame({'month             'year': [2012, 2014, 2013, 2014],                   'sale': [55, 40, 84, 31]})#设置单个列作为索引df.set_index('month')'''       year  salemonth1      2012    554      2014    407      2013    8410     2014    31'''#设置复合索引df.set_index(['year', 'month'])'''            saleyear  month2012  1     552014  4     402013  7     842014  10    31'''#自定义索引和某列作为复合索引df.set_index([pd.Index([1, 2, 3, 4]), 'year'])'''         month  sale   year1  2012  1      552  2014  4      403  2013  7      844  2014  10     31'''#自定义索引s = pd.Series([1, 2, 3, 4])df.set_index([s, s**2])'''      month  year  sale1 1       1  2012    552 4       4  2014    403 9       7  2013    844 16     10  2014    31'''