常用的统计计算

Pandas提供了很多跟数学和统计相关的方法，其中大部分都属于汇总统计，用来从Series中获取某个值（如max或min），或者从DataFrame的列中提取一列数据（如sum）。

Pandas为我们提供了非常多的描述性统计分析的指标方法，比如总和、均值、最小值、最大值等。接下来，通过一张表来罗列常用的描述性统计方法，以及它们的具体说明，如表1所示。

表1 常用描述性统计方法及说明

下面通过一些示例来演示上述部分方法的使用。例如，创建一个3行4列的DataFrame对象，它的列索引为“a、b、c、d”，具体代码如下。

In [59]: df_obj = pd.DataFrame(np.arange(12).reshape(3, 4),columns=['a', 'b', 'c', 'd'])
         df_obj
Out[59]: 
a b  c  d
0 0 1  2  3
1 4 5  6  7
2 8 9 10 11

然后，让DataFrame对象依次调用sum()、max()和min()方法，分别执行求和、求最大值和最小值的运算，具体代码如下。

In [60]: df_obj.sum()     # 计算每列的和
Out[60]: 
a  12
b  15
c  18
d  21
dtype: int64
In [61]: df_obj.max()     # 获取每列的最大值
Out[61]: 
a   8
b   9
c  10
d  11
dtype: int32
In [62]: df_obj.min(axis=1)  # 沿着横向轴，获取每行的最小值
Out[62]: 
0  0
1  4
2  8
dtype: int32

通过结果可以看出，DataFrame默认优先以纵向轴进行计算，除非在调用这些统计方法时，显式地指明沿着横向轴方向，即axis=1，才会对每行的数据进行计算。