python实现分组排序打标 python数据分析排序

• Pandas库的数据的排序

• .sort_index(axis=0,ascending=True)：在指定轴上根据索引进行排序，默认升序(axis默认为0，ascending表示递增排序，默认True)
• 例：

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b']) #默认0轴进行运算
b.sort_index()
b.sort_index(ascending=False)
c = b.sort_index(axis=1,ascending=False) #对c中按列序号进行降序排序
c = c.sort_index()

• .sort_values()：在指定轴上根据数值进行排序，默认升序

• Series.sort_values(axis=0,ascending=True)
• DataFrame.sort_value(by,axis=0,ascending=True) #by: axis轴上某个索引或索引列表

• 例：

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])
c = b.sort_value(2,ascending=False)
c = c.sort_values('a',axis=1,ascending=False)

(NaN统一放到排序末尾)

• 基本的统计分析函数(适用于Series和DataFrame类型)

方法	说明
.sun()	计算数据总和，按0轴计算，下同
.count()	非NaN值的数量
.mean() .median()	计算数据的算数平均值、算数中位数
.var() .std()	计算数据的方差、标准差
.min() .max()	计算数据的最小值、最大值
.describe()	针对0轴(各列)的统计汇总

• 仅适用于Series类型的函数

方法	说明
.argmin() .argmax()	计算数据最大值、最小值所在位置的索引位置(自动索引)
.idxmin() idxmax()	计算数据最大值、最小值所在位置的索引(自定义索引)

• 例：

import pandas as pd
a = pd.Series([9,8,7,6],index=['a','b','c','d'])
a.describe()
type(a.describe())
a.describe()['count']
a.describe()['max']

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])
b.describe()
type(b.describe())
b.describe().loc['max'] #视频中是b.describe().ix['max'],运行报错，所以改成loc[]
b.describe()[2]

• 累计统计分析函数(适用于Series和DataFrame类型)

方法	说明
.cumsun()	依次给出前1、2、…、n个数的和
.cumprod()	依次给出前1、2、…、n个数的积
.cummax()	依次给出前1、2、…、n个数的最大值
.cummin()	依次给出前1、2、…、n个数的最小值

• 例：

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])
b.cumsum()
b.cumprod()
b.cummin()
b.cummax()

• 滚动计算/窗口计算(适用于Series和DataFrame类型)

方法	说明
.rolling(w).sum()	依次计算相邻w个元素的和
.rolling(w).mean()	依次计算相邻w个元素的算数平均值
.rolling(w).var()	依次计算相邻w个元素的方差
.rolling(w).std()	依次计算相邻w个元素的标准差
.rolling(w).min().max()	依次计算相邻w个元素的最小值和最大值

• 例：

import pandas as pd
import numpy as np
b = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])
b.rolling(2).sum()
b.rolling(3).sum()

• 数据的相关分析

• 相关性：

• X增大，Y增大，两个变量正相关
• X增大，Y减小，两个变量负相关
• X增大，Y无视不，两个变量相关

• 协方差：

• 协方差>0，X和Y正相关
• 协方差<0，X和Y负相关
• 协方差=0，X和Y独立无关

• Pearson相关系数：r取值范围：[-1,1]

• 0.8-1.0极强相关
• 0.6-0.8强相关
• 0.4-0.6中等强度相关
• 0.2-0.4弱相关
• 0.0-0.2极弱相关或无相关

• 相关分析函数(适用于Series和DataFrame类型)

方法	说明
.cov()	计算协方差矩阵
.corr()	计算相关系数矩阵，Pearson、Spearman、Kendal等系数

• 例：(房价增幅与M2增幅的相关性)

import pandas as pd
hprice = pd.Series([3.04,22.93,12.75,22.6,12.33],index=['2008','2009','2010','2011','2012'])
m2 = pd.Series([8.18,18.38,9.13,7.82,6.69],index=['2008','2009','2010','2011','2012'])
hprice.corr(m2)