极客教程Python Pandas 统计函数
统计方法有助于理解和分析数据的行为。现在我们将学习一些可以应用于Pandas对象上的统计函数。
百分比变化
Series、DataFrames和Panel都具有 pct_change() 函数。该函数将每个元素与其前面的元素进行比较，并计算出变化百分比。
它的 输出 如下：
默认情况下， pct_change() 操作是基于列进行的；如果要逐行应用相同的操作，则使用 axis=1() 参数。
Covariance
协方差应用于系列数据。Series对象有一个cov方法，用于计算系列对象之间的协方差。NA将被自动排除。
Cov Series
它的 输出 如下：
当在DataFrame上应用协方差方法时，计算 cov 所有列之间的协方差。
它的 输出 如下：
注意 - 在第一条语句中，观察 a 列和 b 列之间的 cov ，返回的值与DataFrame中的cov相同。
相关性
相关性显示任意两个数值数组（序列）之间的线性关系。有多种方法可以计算相关性，如pearson（默认）、spearman和kendall。
它的 输出 如下：
如果DataFrame中存在非数字列，则会自动排除。
数据排名
数据排名为数组中的每个元素产生排名。在出现并列的情况下，分配平均排名。
它的 输出 如下所示−
排名（Rank）参数可选地接受一个升序参数，默认值为true；当为false时，数据被反向排名，较大的值被分配较小的排名。
排名支持不同的决胜方法，使用method参数指定 –
-
平均（average） - 组内并列的平均排名
-
最小（min） - 组内最低的排名
-
最大（max） - 组内最高的排名
-
首位（first） - 按照数组中出现的顺序分配排名