持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第4天，点击查看活动详情

注意：本案例使用 Jupyter Notebook 进行案例演示

1. Pandas数组运算

1.1 统计运算

在数据处理中，可以使用以下函数查看数据的基本情况，获取统计学基本数据信息，比如平均值，中位数等，该方法只会针对数据类型的数进行统计计算，对于字符串形式的列无效。

data.describe()

• 返回值：
  • count：样本个数
  • mean：平均值
  • std：标准差
  • min：最小值
  • max：最大值
  • 25%：25%分位数
  • 50%：中位数 — 75%：75%分位数

导入相关库并读取数据：读取数据以后，使用上述函数进行统计计算

import pandas as pd
people = pd.read_csv("data/data140190/人口.csv")
people.describe()

运行结果如下图所示：将统计基本信息进行了计算。

.max()函数

• 可以求数组最大值
• 默认按照每列进行计算：axis=0

获取数据的最大值：

people.max() # 默认按列求最大值 axis=0

运行结果如下图所示：

.idxmax()函数：

• 可以获取最大值所在的位置
• 返回所在位置的索引

# 获取最大值所在位置
people.idxmax()

运行结果如下图所示：

1.2 累计统计函数

.cumsum()函数

• 作用主要就是计算轴向的累加和。
• axis=0：按行累加
• axis=1：按列累加
• 可以通俗理解成：返回数组的第n个数就是原数组前n个数的累加

对表中年份那一列进行累加，并将返回的数组绘制成折线图

people["年份"].cumsum()
people["年份"].cumsum().plot()

运行结果如下图所示：注意此步需要导入matplotlib模块，import matplotlib.pyplot as plt

1.3 自定义运算

apply(func, axis=0)

• func：自定义函数
• axis=0：默认是列，axis=1为行运算

案例：定义每一列最大值-最小值操作

案例中还用到了lambda表达式，在此简单普及一下：

• 在python中使用lambda表达式表示匿名函数（即没有函数名的函数）
• lambda在内部只能包含一行代码
• ：后面就是函数体
• <函数对象名> = lambda <形式参数列表>：<表达式>

people.apply(lambda x: x.max()-x.min())

运行结果如下图所示：

1.4 逻辑运算

逻辑运算符号

1. $<$
2. $>$
3. |
4. &

1.4.1 逻辑运算符

比如，我想筛选出年份>2010的数据，就用到了逻辑运算符：

people[people["年份"] >2010]

运行结果如下图所示：

1.4.2 逻辑运算函数

query(expr)

• expr：查询字符串 通过query使得刚才的过程更加方便简单

比如，我们还想判断年份里是否有2018和2019，具体代码如下所示：

people["年份"].isin([2018, 2019])

运行结果如下图所示：True表示是你想要查询的内容，False表示不是你想要查询的内容