数据描述度量
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
arr = np.random.randint(1,100,size =100)
data = pd.Series(arr)
data.std()
27.34981918334961
data.describe()
count 100.000000
mean 43.740000
std 27.349819
min 1.000000
25% 20.750000
50% 43.000000
75% 62.250000
max 98.000000
dtype: float64
data.mean()
43.74
db = data.std()/data.mean()
db
0.6252816457098676
dd = pd.value_counts(data)
dd = dd.sort_index()
plt.plot(dd.index, dd.values)
plt.show()
data_z = (data - data.mean())/data.std()
data_z[data_z.values > 1].values[data_z[data_z.values > 1].values < 1.4]
array([ 1.39891236, 1.2526591 , 1.2526591 , 1.03327923, 1.39891236,
1.03327923, 1.21609579])
data.value_counts(ascending=False)
24 6
44 4
19 4
91 3
40 3
18 3
2 3
39 2
43 2
58 2
26 2
46 2
47 2
49 2
36 2
55 2
1 2
61 2
30 2
86 2
63 2
14 2
13 2
72 2
78 2
82 2
4 1
28 1
5 1
6 1
..
8 1
31 1
9 1
21 1
20 1
11 1
25 1
98 1
34 1
35 1
94 1
93 1
92 1
89 1
87 1
83 1
77 1
68 1
66 1
64 1
62 1
57 1
56 1
54 1
51 1
50 1
48 1
97 1
37 1
45 1
dtype: int64
data_z
0 1.398912
1 -1.526153
2 0.521393
3 -0.502380
4 -1.562716
5 -1.526153
6 0.448266
7 1.983925
8 0.631083
9 -1.526153
10 -0.941140
11 0.009506
12 0.704209
13 -0.502380
14 -1.087393
15 1.764545
16 0.631083
17 -0.575507
18 -0.356127
19 0.484830
20 1.654856
21 -0.136747
22 0.228886
23 1.581729
24 -0.136747
25 -0.831450
26 -1.416463
27 -0.283000
28 -0.721760
29 -0.685196
...
70 0.813899
71 1.727982
72 -0.904576
73 0.046070
74 0.119196
75 -1.562716
76 0.009506
77 -0.319563
78 1.435476
79 -0.173310
80 1.727982
81 0.704209
82 -0.027057
83 -1.087393
84 0.009506
85 -0.904576
86 0.082633
87 0.667646
88 -0.721760
89 1.033279
90 -0.246437
91 0.887026
92 1.837672
93 1.216096
94 -0.941140
95 0.009506
96 -1.379899
97 -1.123956
98 -1.197083
99 0.082633
dtype: float64
factor = pd.cut(data_z, [1, 1.5])
factor
0 (1, 1.5]
1 NaN
2 NaN
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
8 NaN
9 NaN
10 NaN
11 NaN
12 NaN
13 NaN
14 NaN
15 NaN
16 NaN
17 NaN
18 NaN
19 NaN
20 NaN
21 NaN
22 NaN
23 NaN
24 NaN
25 NaN
26 NaN
27 NaN
28 NaN
29 NaN
...
70 NaN
71 NaN
72 NaN
73 NaN
74 NaN
75 NaN
76 NaN
77 NaN
78 (1, 1.5]
79 NaN
80 NaN
81 NaN
82 NaN
83 NaN
84 NaN
85 NaN
86 NaN
87 NaN
88 NaN
89 (1, 1.5]
90 NaN
91 NaN
92 NaN
93 (1, 1.5]
94 NaN
95 NaN
96 NaN
97 NaN
98 NaN
99 NaN
dtype: category
Categories (1, object): [(1, 1.5]]
pd.value_counts(factor)
data.var()
data[data.values < 20]
data.mode()
pd.value_counts(data)
data_z[factor == "(1, 1.5]"]
0 1.398912
30 1.252659
53 1.252659
58 1.033279
66 1.398912
78 1.435476
89 1.033279
93 1.216096
dtype: float64
近期评论