用Python做数据分析之数据统计.pdfVIP

用Python做数据分析之数据统计

接下来说说数据统计部分，这里主要介绍数据采样，标准差，协

方差和相关系数的使用方法。

1、数据采样

Excel的数据分析功能中提供了数据抽样的功能，如下图所示。

Python通过sample函数完成数据采样。

2、数据抽样

Sample是进行数据采样的函数，设置n的数量就可以了。函数

自动返回参与的结果。

1#简单的数据采样

2df_inner.sample(n=3)

3、简单随机采样

Weights参数是采样的权重，通过设置不同的权重可以更改采样

的结果，权重高的数据将更有希望被选中。这里手动设置6条数据的

权重值。将前面4个设置为0，后面两个分别设置为0.5。

1#手动设置采样权重

2weights=[0,0,0,0,0.5,0.5]

3df_inner.sample(n=2,weights=weights)

手动设置采样权重1：从采样结果中可以看出，后两条权重高的数

据被选中。

手动设置采样权重2：Sample函数中还有一个参数replace，用

来设置采样后是否放回。

1#采样后不放回

2df_inner.sample(n=6,replace=False)

4、描述统计

Excel中的数据分析中提供了描述统计的功能。Python中可以通

过Describe对数据进行描述统计。

Describe函数是进行描述统计的函数，自动生成数据的数量，均

值，标准差等数据。下面的代码中对数据表进行描述统计，并使用

round函数设置结果显示的小数位。并对结果数据进行转置。

1#数据表描述性统计

2df_inner.describe().round(2).T

5、标准差

Python中的Std函数用来接算特定数据列的标准差。

1#标准差

2df_inner[price].std()

31523.3516556155596

6、协方差

Excel中的数据分析功能中提供协方差的计算，python中通过

cov函数计算两个字段或数据表中各字段间的协方差。

Cov函数用来计算两个字段间的协方差，可以只对特定字段进行

计算，也可以对整个数据表中各个列之间进行计算。

1#两个字段间的协方差

2df_inner[price].cov(df_inner[m-point])

317263.200000000001

7、相关分析

Excel的数据分析功能中提供了相关系数的计算功能，python中

则通过corr函数完成相关分析的操作，并返回相关系数。

1）相关系数

Corr函数用来计算数据间的相关系数，可以单独对特定数据进行

计算，也可以对整个数据表中各个列进行计算。相关系数在-1到1之

间，接近1为正相关，接近-1为负相关，0为不相关。

1#相关性分析

2df_inner[price].corr(df_inner[m-point])

30.77466555617085264

8、数据输出

第九部分是数据输出，处理和分析完的数据可以输出为xlsx格式

和csv格式。

1）写入excel

1#输出到excel格式

2df_inner.to_excel(excel_to_python.xlsx,

sheet_name=bluewhale_cc)

2）写入CVS

1