1.（1）
# 基本参数：axis、skipna import numpy as np import pandas as pd df = pd.DataFrame({'key1':[4,5,3,np.nan,2], 'key2':[1,2,np.nan,4,5], 'key3':[1,2,3,'j','k']}, index = ['a','b','c','d','e']) print(df) print(df['key1'].dtype,df['key2'].dtype,df['key3'].dtype) print('-----') m1 = df.mean() print(m1,type(m1)) print('单独统计一列:',df['key2'].mean()) print('-----') # np.nan ：空值 # .mean()计算均值 # 只统计数字列,字符串的列不会进行统计了 # 可以通过索引单独统计一列 m2 = df.mean(axis=1) print(m2) print('-----') # axis参数：默认为0，以列来计算，axis=1，以行来计算，这里就按照行来汇总了 m3 = df.mean(skipna=False) print(m3) print('-----') # skipna参数：是否忽略NaN，默认True，如False，有NaN的列统计结果仍未NaN
输出结果：
key1 key2 key3 a 4.0 1.0 1 b 5.0 2.0 2 c 3.0 NaN 3 d NaN 4.0 j e 2.0 5.0 k float64 float64 object ----- key1 3.5 key2 3.0 dtype: float64 <class 'pandas.core.series.Series'> 单独统计一列: 3.0 ----- a 2.5 b 3.5 c 3.0 d 4.0 e 3.5 dtype: float64 ----- key1 NaN key2 NaN dtype: float64 -----
（2）
import numpy ar = numpy.random.rand(1000) ar.mean() #数组同样计算 引用 输出结果： 0.50208686016230231
（3）
import numpy as np import pandas as pd df = pd.DataFrame(np.random.randn(10,2),columns = ['A','B']) df['means'] = df.mean(axis = 1) # 新增加一列，列名为’mean',axis= 1表示按行计算均值 ,并把计算的均值添加到列means中 print(df) df.loc['mean'] = df.mean(axis = 0) # 新增加一行，行名为’mean',axis= 0表示按列计算均值 ,并把计算的均值添加到行mean中 df
输出结果：
A B means
0 0.477583 -0.848570 -0.185493
1 0.756248 1.268240 1.012244
2 1.385510 -0.376960 0.504275
3 -0.858495 0.814814 -0.021841
4 -0.555510 0.432579 -0.061465
5 0.769137 0.245349 0.507243
6 1.703793 0.587001 1.145397
7 -1.035849 -0.953496 -0.994673
8 -0.065659 -0.600356 -0.333008
9 2.138832 0.053595 1.096213
2.
# 主要数学计算方法，可用于Series和DataFrame（1） df = pd.DataFrame({'key1':np.arange(10), 'key2':np.random.rand(10)*10}) print(df) print('-----') print(df.count(),'→ count统计非Na值的数量 ') print(df.min(),'→ min统计最小值 ',df['key2'].max(),'→ max统计最大值 ') print(df.quantile(q=0.75),'→ quantile统计分位数，参数q确定位置 ') print(df.sum(),'→ sum求和 ') print(df.mean(),'→ mean求平均值 ') print(df.median(),'→ median求算数中位数，50%分位数 ') print(df.std(),' ',df.var(),'→ std,var分别求标准差，方差 ') print(df.skew(),'→ skew样本的偏度 ') print(df.kurt(),'→ kurt样本的峰度 ')
输出结果：
key1 key2 0 0 6.792638 1 1 1.049023 2 2 5.441224 3 3 4.667631 4 4 2.053692 5 5 9.813006 6 6 5.074884 7 7 1.526651 8 8 8.519215 9 9 3.543486 ----- key1 10 key2 10 dtype: int64 → count统计非Na值的数量 key1 0.000000 key2 1.049023 dtype: float64 → min统计最小值 9.81300585173231 → max统计最大值 key1 6.750000 key2 6.454785 Name: 0.75, dtype: float64 → quantile统计分位数，参数q确定位置 key1 45.00000 key2 48.48145 dtype: float64 → sum求和 key1 4.500000 key2 4.848145 dtype: float64 → mean求平均值 key1 4.500000 key2 4.871257 dtype: float64 → median求算数中位数，50%分位数 key1 3.027650 key2 2.931062 dtype: float64 key1 9.166667 key2 8.591127 dtype: float64 → std,var分别求标准差，方差 key1 0.000000 key2 0.352466 dtype: float64 → skew样本的偏度 key1 -1.20000 key2 -0.79798 dtype: float64 → kurt样本的峰度
3.
# 主要数学计算方法，可用于Series和DataFrame（2） df['key1_s'] = df['key1'].cumsum() df['key2_s'] = df['key2'].cumsum() print(df,'→ cumsum样本的累计和 ') df['key1_p'] = df['key1'].cumprod() df['key2_p'] = df['key2'].cumprod() print(df,'→ cumprod样本的累计积 ') print(df.cummax(),' ',df.cummin(),'→ cummax,cummin分别求累计最大值，累计最小值 ') # 会填充key1，和key2的值
输出结果：
key1 key2 key1_s key2_s 0 0 6.792638 0 6.792638 1 1 1.049023 1 7.841661 2 2 5.441224 3 13.282885 3 3 4.667631 6 17.950515 4 4 2.053692 10 20.004208 5 5 9.813006 15 29.817213 6 6 5.074884 21 34.892097 7 7 1.526651 28 36.418749 8 8 8.519215 36 44.937963 9 9 3.543486 45 48.481450 → cumsum样本的累计和 key1 key2 key1_s key2_s key1_p key2_p 0 0 6.792638 0 6.792638 0 6.792638 1 1 1.049023 1 7.841661 0 7.125633 2 2 5.441224 3 13.282885 0 38.772160 3 3 4.667631 6 17.950515 0 180.974131 4 4 2.053692 10 20.004208 0 371.665151 5 5 9.813006 15 29.817213 0 3647.152301 6 6 5.074884 21 34.892097 0 18508.874743 7 7 1.526651 28 36.418749 0 28256.595196 8 8 8.519215 36 44.937963 0 240724.006055 9 9 3.543486 45 48.481450 0 853002.188425 → cumprod样本的累计积 key1 key2 key1_s key2_s key1_p key2_p 0 0.0 6.792638 0.0 6.792638 0.0 6.792638 1 1.0 6.792638 1.0 7.841661 0.0 7.125633 2 2.0 6.792638 3.0 13.282885 0.0 38.772160 3 3.0 6.792638 6.0 17.950515 0.0 180.974131 4 4.0 6.792638 10.0 20.004208 0.0 371.665151 5 5.0 9.813006 15.0 29.817213 0.0 3647.152301 6 6.0 9.813006 21.0 34.892097 0.0 18508.874743 7 7.0 9.813006 28.0 36.418749 0.0 28256.595196 8 8.0 9.813006 36.0 44.937963 0.0 240724.006055 9 9.0 9.813006 45.0 48.481450 0.0 853002.188425 key1 key2 key1_s key2_s key1_p key2_p 0 0.0 6.792638 0.0 6.792638 0.0 6.792638 1 0.0 1.049023 0.0 6.792638 0.0 6.792638 2 0.0 1.049023 0.0 6.792638 0.0 6.792638 3 0.0 1.049023 0.0 6.792638 0.0 6.792638 4 0.0 1.049023 0.0 6.792638 0.0 6.792638 5 0.0 1.049023 0.0 6.792638 0.0 6.792638 6 0.0 1.049023 0.0 6.792638 0.0 6.792638 7 0.0 1.049023 0.0 6.792638 0.0 6.792638 8 0.0 1.049023 0.0 6.792638 0.0 6.792638 9 0.0 1.049023 0.0 6.792638 0.0 6.792638 → cummax,cummin分别求累计最大值，累计最小值
4.
# 唯一值：.unique() s = pd.Series(list('asdvasdcfgg')) sq = s.unique() print(s) print(sq,type(sq)) print(pd.Series(sq)) # 得到一个唯一值数组 # 通过pd.Series重新变成新的Series sq.sort() print(sq) # 重新排序
输出结果：
0 a 1 s 2 d 3 v 4 a 5 s 6 d 7 c 8 f 9 g 10 g dtype: object ['a' 's' 'd' 'v' 'c' 'f' 'g'] <class 'numpy.ndarray'> 0 a 1 s 2 d 3 v 4 c 5 f 6 g dtype: object ['a' 'c' 'd' 'f' 'g' 's' 'v']
5.
# 值计数：.value_counts() sc = s.value_counts(sort = False) # 也可以这样写：pd.value_counts(sc, sort = False) print(sc) # 得到一个新的Series，计算出不同值出现的频率 # sort参数：排序，默认为True
输出结果：
d 2 a 2 s 2 c 1 f 1 g 2 v 1 dtype: int64
6.
# 成员资格：.isin() s = pd.Series(np.arange(10,15)) df = pd.DataFrame({'key1':list('asdcbvasd'), 'key2':np.arange(4,13)}) print(s) print(df) print('-----') print(s.isin([5,14])) #判断5和14是否在里面 print(df.isin(['a','bc','10',8])) # 用[]表示 # 得到一个布尔值的Series或者Dataframe
输出结果：
0 10 1 11 2 12 3 13 4 14 dtype: int32 key1 key2 0 a 4 1 s 5 2 d 6 3 c 7 4 b 8 5 v 9 6 a 10 7 s 11 8 d 12 ----- 0 False 1 False 2 False 3 False 4 True dtype: bool key1 key2 0 True False 1 False False 2 False False 3 False False 4 False True 5 False False 6 True False 7 False False 8 False False
课后题：
写出一个输入元素直接生成数组的代码块，然后创建一个函数，该函数功能用于判断一个Series是否是唯一值数组，返回“是”和“不是”。
import numpy as np import pandas as pd #练习1 ar = eval(input("请输入一组元素,以列表的形式:")) s =pd.Series(ar) print(s) def f(s): s1 =s.unique() if len(s1) == len(s): print("该数据是唯一值Series") else: print("该数据不是唯一值Series") f(s)