引言

Pandas 是 Python 中一个强大的数据分析库，它提供了高效、灵活的数据结构，如 DataFrame，以及丰富的数据分析工具。对于数据分析师来说，掌握 Pandas 的统计技巧是必不可少的。本文将深入解析 Pandas 中的一些高效统计技巧，帮助您在数据分析过程中更加得心应手。

一、基础统计函数

Pandas 提供了多种基础统计函数，可以帮助我们快速获取数据的基本统计信息。

1.1. describe()

describe() 函数可以快速获取 DataFrame 中数值型数据的描述性统计信息，包括计数、均值、标准差、最小值、25% 分位数、中位数、75% 分位数和最大值。

import pandas as pd data = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [5, 4, 3, 2, 1]}) print(data.describe()) 

1.2. mean()

mean() 函数可以计算数值型数据的均值。

print(data['A'].mean()) 

1.3. median()

median() 函数可以计算数值型数据的中位数。

print(data['A'].median()) 

1.4. std()

std() 函数可以计算数值型数据的标准差。

print(data['A'].std()) 

二、分组统计

分组统计是数据分析中的常见操作，Pandas 提供了 groupby() 函数来实现。

2.1. groupby()

groupby() 函数可以将数据根据指定的列进行分组，并对每个组应用统计函数。

print(data.groupby('B').mean()) 

2.2. aggregate()

aggregate() 函数可以同时应用多个统计函数对分组后的数据进行计算。

print(data.groupby('B').agg(['mean', 'std', 'median'])) 

三、条件统计

条件统计可以帮助我们根据条件对数据进行分组统计。

3.1. apply()

apply() 函数可以将一个函数应用于 DataFrame 的每一行或每一列。

def custom_func(row): return row['A'] * row['B'] print(data.apply(custom_func, axis=1)) 

3.2. transform()

transform() 函数可以对 DataFrame 进行条件运算，并返回一个新的 DataFrame。

data['C'] = data.apply(lambda x: x['A'] * x['B'] if x['A'] > 3 else None, axis=1) print(data) 

四、窗口统计

窗口统计是数据处理中的一种重要方法，Pandas 提供了 rolling() 函数来实现。

4.1. rolling()

rolling() 函数可以对数据进行滚动窗口统计。

data['rolling_mean'] = data['A'].rolling(window=3).mean() print(data) 

五、总结

Pandas 提供了丰富的统计技巧，可以帮助我们快速、高效地进行数据分析。通过本文的介绍，相信您已经对这些技巧有了初步的了解。在实际应用中，结合自己的需求，灵活运用这些技巧，将大大提高数据分析的效率。