这篇教程pandas求平均数和中位数的方法实例写得很实用,希望能帮到您。
准备pandas是一个强大的Python数据分析的工具包。
pandas是基于NumPy构建的。 pandas的主要功能 - 具备对其功能的数据结构DataFrame、Series
- 集成时间序列功能
- 提供丰富的数学运算和操作
- 灵活处理缺失数据
本文用到的表格内容如下: 先来看一下原始情形: import pandas as pddf = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df) result: 分类 货品 实体店销售量 线上销售量 成本 售价 0 水果 苹果 34 234 12 45 1 家电 电视机 56 784 34 156 2 家电 冰箱 78 345 24 785 3 书籍 python从入门到放弃 25 34 13 89 4 水果 葡萄 789 56 7 398
1.求平均数
1.1对全表进行操作1.1.1求取每列的平均数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.mean()) result: 实体店销售量 196.4 线上销售量 290.6 成本 18.0 售价 294.6 dtype: float64
1.1.2 求取每行的平均数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.mean(axis=1)) result: 0 81.25 1 257.50 2 308.00 3 40.25 4 312.50 dtype: float64
先看运行结果,我们可以看到,每一行求平均数的时候直接忽略文本字符类型的列,只对数字类型的列进行求平均数。就比如第一行的数据 分类 货品 实体店销售量 线上销售量 成本 售价 0 水果 苹果 34 234 12 45
上面的81.25=(34+234+12+45) / 4,,其他的行也是如此
1.2 对单独的一行或者一列进行操作
1.2.1 求取单独某一列的平均数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df['实体店销售量'].mean()) result: 196.4
1.2.2 求取单独某一行的平均数 df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0]].mean()) result: 实体店销售量 34.0 线上销售量 234.0 成本 12.0 售价 45.0 dtype: float64
1.3 对多行或者多列进行操作
1.3.1 求取多列的平均数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df[['实体店销售量', "线上销售量"]].mean()) result: 实体店销售量 196.4 线上销售量 290.6 dtype: float64
1.3.2 求取多行的平均数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0, 1]].mean()) result: 实体店销售量 45.0 线上销售量 509.0 成本 23.0 售价 100.5 dtype: float64
2 求中位数
2.1对全表进行操作
2.1.1对每一列求中位数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.median()) result: 实体店销售量 56.0 线上销售量 234.0 成本 13.0 售价 156.0 dtype: float64
可以看到,中位数的概念只对数字有效
2.1.2 对每一行求中位数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.median(axis=1)) result: 0 39.5 1 106.0 2 211.5 3 29.5 4 227.0 dtype: float64
2.2 对单独的一行或者一列进行操作
2.2.1 对某一列求中位数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df['实体店销售量'].median()) result: 56.0
2.2.2 对某一行求中位数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0]].median()) result: 实体店销售量 34.0 线上销售量 234.0 成本 12.0 售价 45.0 dtype: float64
2.3 对多行或者多列进行操作
2.3.1 对多列求中位数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df[['实体店销售量', "线上销售量"]].median()) result: 实体店销售量 56.0 线上销售量 234.0 dtype: float64
2.3.2 对多行求中位数df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0, 1]].median()) result: 实体店销售量 45.0 线上销售量 509.0 成本 23.0 售价 100.5 dtype: float64
总结到此这篇关于pandas求平均数和中位数的文章就介绍到这了,更多相关pandas求平均数中位数内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net! Python NumPy灰度图像的压缩原理讲解 Python pandas求方差和标准差的方法实例 |