跟小白学Python数据分析——描述性统计分析

小蚊子数据分析 · 公众号 · · 2020-01-21 09:01

正文

Mr.林： 小白，我们已经学会了数据导入，那么今天就来学习如何进行基本统计分析。

小白： 好啊！

Mr.林： 基本统计分析，又叫描述性统计分析，它是指运用制表、分类、图形以及计算概括性数据来描述数据特征的各项活动，以发现其内在规律的统计分析方法。
描述性统计分析主要包括数据的集中趋势分析、数据的离散程度分析、数据的频数分布分析等，常用的统计指标有：计数、求和、平均值、方差、标准差等。

在Pandas 中，使用describe 函数进行描述性统计分析。

我们继续使用导入使用的案例数据进行学习，输入以下代码：

1import pandas
2data = pandas.read_csv(
3'D:/D/data.csv',
4 engine='python',
5 encoding='utf8'
6)

Mr.林： 执行后，在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表。

然后输入以下代码

1# 对数据框进行描述统计分析
2data.describe()

执行后，直接在输出窗口中可以查看结果。

1                  id           age
2count   59101.000000  59101.000000
3mean   149829.546471     27.228862
4std     28772.846683      5.389559
5min    100000.000000      3.000000
625%    124850.000000     24.000000
750%    150032.000000     26.000000
875%    174773.000000     29.000000
9max    199501.000000     87.000000

可以看到 describe 函数仅对id、age这两列数据进行描述统计分析，小白，你知道为什么吗？

小白： 因为只有这两列才是数值型数据。

Mr.林： 是的，我们继续看，给出的结果有count（计数）、mean（平均值）、std（标准差）、min（最小值）、25%（第一四分位数）、50%（中位数）、75%（第三四分位数）、max（最大值），这样我们就可以对数据有个基本的了解。

小白： id这列数据其实统计 mean（平均值）、std（标准差）、25%（第一四分位数）、50%（中位数）、75%（第三四分位数）这几个指标好像意义不大。
Mr.林： 哈哈，不错呦！确实没什么意义。如果只要对age列进行统计，还可以这样写代码

1data.age.describe()

执行后，直接在输出窗口中可以查看结果。

1count    59101.000000
2mean        27.228862
3std          5.389559
4min          3.000000
525%         24.000000
650%         26.000000
775%         29.000000
8max         87.000000