跟小白學Python數據分析——描述性統計分析

Mr.林：小白，咱們已經學會了數據導入，那麼今天就來學習如何進行基本統計分析。
小白：好啊！
Mr.林：基本統計分析，又叫描述性統計分析，它是指運用製表、分類、圖形以及計算歸納性數據來描述數據特徵的各項活動，以發現其內在規律的統計分析方法。
描述性統計分析主要包括數據的集中趨勢分析、數據的離散程度分析、數據的頻數分佈分析等，經常使用的統計指標有：計數、求和、平均值、方差、標準差等。
在Pandas 中，使用describe 函數進行描述性統計分析。
咱們繼續使用導入使用的案例數據進行學習，輸入如下代碼：

1import pandas
2data = pandas.read_csv(
3'D:/D/data.csv',
4 engine='python',
5 encoding='utf8'
6)

Mr.林：執行後，在變量瀏覽窗口中就能夠看到剛導入的data變量了，雙擊打開data變量，就能夠獲得下面這張表。

而後輸入如下代碼

1# 對數據框進行描述統計分析
2data.describe()

執行後，直接在輸出窗口中能夠查看結果。

1                  id           age
2count   59101.000000  59101.000000
3mean   149829.546471     27.228862
4std     28772.846683      5.389559
5min    100000.000000      3.000000
625%    124850.000000     24.000000
750%    150032.000000     26.000000
875%    174773.000000     29.000000
9max    199501.000000     87.000000

能夠看到describe 函數僅對id、age這兩列數據進行描述統計分析，小白，你知道爲何嗎？
小白：由於只有這兩列纔是數值型數據。
Mr.林：是的，咱們繼續看，給出的結果有count（計數）、mean（平均值）、std（標準差）、min（最小值）、25%（第一四分位數）、50%（中位數）、75%（第三四分位數）、max（最大值），這樣咱們就能夠對數據有個基本的瞭解。
小白：id這列數據其實統計mean（平均值）、std（標準差）、25%（第一四分位數）、50%（中位數）、75%（第三四分位數）這幾個指標好像意義不大。
Mr.林：哈哈，不錯呦！確實沒什麼意義。若是隻要對age列進行統計，還能夠這樣寫代碼

1data.age.describe()

執行後，直接在輸出窗口中能夠查看結果。

1count    59101.000000
2mean        27.228862
3std          5.389559
4min          3.000000
525%         24.000000
650%         26.000000
775%         29.000000
8max         87.000000

若是僅僅須要統計某個指標，能夠這樣寫

1# 統計用戶數
2data.id.count()

統計結果：59101

1# 平均年齡
2data.age.mean()

統計結果：27.228862

1# 年齡最大值
2data.age.max()

統計結果：87

1# 年齡最小值
2data.age.min()

統計結果：3

1# 年齡方差
2data.age.var()

統計結果：29.04735

1# 年齡標準差
2data.age.std()

統計結果：5.389559
小白：好的。
Mr.林：今天就到這，下次咱們繼續學習其餘操做，小白你回去要多多練習，多敲代碼。

若是你喜歡本文，能夠點擊右下角在看
若是你在跟着學習，請在留言區留言：打卡
若是你剛看到本文，能夠查看本系列歷史文章跟着學習：
跟小白學Python數據分析——Anaconda安裝
跟小白學Python數據分析——使用spyder
跟小白學Python數據分析——數據導入1
跟小白學Python數據分析——數據導入2

長按識別下方二維碼，並關注公衆號
回覆「DR」獲取案例數據