pandas描述性统计与计算

一、汇总统计及其方法

二、相关性和协方差
1、相关性：
.corr()
.corrwith()可以计算出DataFrame中的行或列与另一序列或DataFrame的相关性
2、协方差： .cov()
三、唯一值、计数和成员属性

（一）唯一值.unique()
计数.value_counts()默认按照降序来排序
例如：
import numpy as np
import pandas as pd
obj = pd.Series([‘c’,‘a’,‘d’,‘a’,‘a’,‘b’,‘b’,‘c’,‘c’])
s =obj.unique()
print(s)
print(obj.value_counts())
（二）成员属性
1、isin用于执行向量化的成员属性检查，即用来检测某个元素是否在某个范围内，返回值为布尔型，还可以将数据集以Series或DataFrame一列的形式过滤为数据集的值子集
例如：
import numpy as np
import pandas as pd
obj = pd.Series([‘c’,‘a’,‘d’,‘a’,‘a’,‘b’,‘b’,‘c’,‘c’])
print(obj)
s=obj.isin([‘b’,‘c’])
print(s)

来源：CSDN

作者：DAN_L

链接：https://blog.csdn.net/DAN_L/article/details/104739592