pd.DataFrame如何統(tǒng)計(jì)各列數(shù)值是多少

這篇文章主要介紹了pd.DataFrame如何統(tǒng)計(jì)各列數(shù)值是多少，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

如下所示：

.count()   #非空元素計(jì)算
.min() a   #最小值
.max()   #最大值
.idxmin()   #最小值的位置，類(lèi)似于R中的which.min函數(shù)
.idxmax()   #最大值的位置，類(lèi)似于R中的which.max函數(shù)
.quantile(0.75) #75%分位數(shù)
.sum()   #求和
.mean()   #均值
.median()   #中位數(shù)
.mode()   #眾數(shù)
.var()   #方差
.std()   #標(biāo)準(zhǔn)差
.mad()   #平均絕對(duì)偏差
.skew()   #偏度
.kurt()   #峰度
.describe()  #一次性輸出多個(gè)描述性統(tǒng)計(jì)指標(biāo)

如果你想統(tǒng)計(jì)各個(gè)列大于0的元素個(gè)數(shù)：

data[data>0].count()

會(huì)出現(xiàn)各個(gè)屬性（列）大于零的個(gè)數(shù)

data[data['A']>0].count()

列A大于0的個(gè)數(shù)

這里說(shuō)明，data的數(shù)據(jù)格式必須是DataFrame

pd.Series().value_counts()，會(huì)統(tǒng)計(jì)各個(gè)類(lèi)的統(tǒng)計(jì)值。

我們?cè)谟眠@些函數(shù)時(shí)，會(huì)迷茫，不知道什么時(shí)候value_counts()，什么時(shí)候count()

這和前面的數(shù)據(jù)形式是有關(guān)的，只要前面是Series數(shù)據(jù)，要用value_counts()，前面數(shù)據(jù)形式是DataFrame要用count()

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“pd.DataFrame如何統(tǒng)計(jì)各列數(shù)值是多少”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!