探索Julia(part14)--学生得分描述性统计案例

学习笔记，仅供参考，有错必纠

参考自：Julia数据科学应用–Zacharias Voulgaris；​​官方文档​​​；Julia数据处理常用包_DataFrames包测试

使用Julia-1.1.1

---

学生得分描述性统计案例

导入包，并导入数据：

using DataFrames
using CSV
mydata = CSV.read("./data/score.csv");
println(mydata)

输出：

10××4 DataFrame
││ Row ││ Column1 ││ age   ││ money ││ score ││
││     ││ String  ││ Int64 ││ Int64 ││ Int64 ││
├├──────────┼┼──────────────────┼┼──────────────┼
┤┤
││ 1   ││ A       ││ 19    ││ 1000  ││ 99    ││
││ 2   ││ B       ││ 20    ││ 2000  ││ 100   ││
││ 3   ││ C       ││ 19    ││ 9999  ││ 50    ││
││ 4   ││ D       ││ 21    ││ 3456  ││ 69    ││
││ 5   ││ E       ││ 22    ││ 8999  ││ 95    ││
││ 6   ││ F       ││ 25    ││ 887   ││ 76    ││
││ 7   ││ G       ││ 28    ││ 2600  ││ 85    ││
││ 8   ││ H       ││ 20    ││ 8000  ││ 90    ││
││ 9   ││ I       ││ 21    ││ 2460  ││ 77    ││
││ 10  ││ J       ││ 19    ││ 1000  ││ 84    ││

显示数据框前6行：

head(mydata)

输出：

6××4 DataFrame
││ Row ││ Column1 ││ age   ││ money ││ score ││
││     ││ String  ││ Int64 ││ Int64 ││ Int64 ││
├├──────────┼┼──────────────────┼┼──────────────┼┼
┤┤
││ 1   ││ A       ││ 19    ││ 1000  ││ 99    ││
││ 2   ││ B       ││ 20    ││ 2000  ││ 100   ││
││ 3   ││ C       ││ 19    ││ 9999  ││ 50    ││
││ 4   ││ D       ││ 21    ││ 3456  ││ 69    ││
││ 5   ││ E       ││ 22    ││ 8999  ││ 95    ││
││ 6   ││ F       ││ 25    ││ 887   ││ 76    ││

显示数据后6行：

tail(mydata)

输出：

6××4 DataFrame
││ Row ││ Column1 ││ age   ││ money ││ score ││
││     ││ String  ││ Int64 ││ Int64 ││ Int64 ││
├├──────────┼┼──────────────────┼┼──────────────┼┼
┤┤
││ 1   ││ E       ││ 22    ││ 8999  ││ 95    ││
││ 2   ││ F       ││ 25    ││ 887   ││ 76    ││
││ 3   ││ G       ││ 28    ││ 2600  ││ 85    ││
││ 4   ││ H       ││ 20    ││ 8000  ││ 90    ││
││ 5   ││ I       ││ 21    ││ 2460  ││ 77    ││
││ 6   ││ J       ││ 19    ││ 1000  ││ 84    ││

返回数据的描述性统计信息：

describe(mydata)

输出：

	variable	mean	min	median	max	nunique	nmissing	eltype
	Symbol	Union…	Any	Union…	Any	Union…	Nothing	DataType
1	Column1		A		J	10		String
2	age	21.4	19	20.5	28			Int64
3	money	4040.1	887	2530.0	9999			Int64
4	score	82.5	50	84.5	100			Int64

返回age大于22的记录：

mydata[mydata[:age] .> 22, :]

输出：

	Column1	age	money	score
	String	Int64	Int64	Int64
1	F	25	887	76
2	G	28	2600	85

求age和money的平均值：

colwise(mean, mydata[[:age, :score]])

输出：

2-element Array{Float64,1}:
 21.4
 82.5

给mydata数据框增加一列等级(grade)列：

mydata[:grade] = ["A", "B", "C", "D", "A", "A", "B", "B", "C", "D"]

删除mydata最后两行：

deleterows!(mydata, 9:10);

按照grade给mydata数据框分组：

by(mydata, :grade, nrow)

输出：

││ Row ││ grade  ││ nrow  ││
││     ││ String ││ Int64 ││
├├──────────┼┼────────────────
││ 1   ││ A      ││ 3     ││
││ 2   ││ B      ││ 3     ││
││ 3   ││ C      ││ 1     ││
││ 4   ││ D      ││ 1     ││

计算age与score之间的皮尔逊相关系数：

cor(mydata[:age], mydata[:score])
#返回值
0.019667052513438126