9月9日总结

描述性统计

Series (opens new window)与 DataFrame (opens new window)支持大量计算描述性统计的方法与操作。这些方法大部分都是 sum() (opens new window)、mean() (opens new window)、quantile() (opens new window)等聚合函数，其输出结果比原始数据集小；此外，还有输出结果与原始数据集同样大小的 cumsum() (opens new window)、 cumprod() (opens new window)等函数。这些方法都基本上都接受 axis 参数，如， ndarray.{sum,std,…}，但这里的 axis 可以用名称或整数指定：

• Series：无需 axis 参数
• DataFrame：
  • index，即 axis=0，默认值
  • columns, 即 axis=1

示例如下：

In [77]: df
Out[77]: 
        one       two     three
a  1.394981  1.772517       NaN
b  0.343054  1.912123 -0.050390
c  0.695246  1.478369  1.227435
d       NaN  0.279344 -0.613172

In [78]: df.mean(0)
Out[78]: 
one      0.811094
two      1.360588
three    0.187958
dtype: float64

In [79]: df.mean(1)
Out[79]: 
a    1.583749
b    0.734929
c    1.133683
d   -0.166914
dtype: float64