数据的排序
- 操作索引的排序，对索引排序
.sort_index(axis=0, ascending=True)
ascending：递增排序
默认0轴纵向排序
- 指定轴上根据数值进行排序，默认升序
DataFrame.sort_values(by, axis=0, ascending=True)
by : axis轴上的某个索引或索引列表，eg:’a’或0
基本的统计分析函数
| 方法 | 说明 |
|---|---|
| .argmin() .argmax() | 计算数据最大值、最小值所在位置的索引位置（自动索引） |
| .idxmin() .idxmax() | 计算数据最大值、最小值所在位置的索引（自定义索引） |
| .sum() | 计算数据的总和，按0轴计算，下同 |
| .count() | 非NaN值的数量 |
| .mean() .median() | 计算数据的算术平均值、算术中位数 |
| .var() .std() | 计算数据的方差、标准差 |
| .min() .max() | 计算数据的最小值、最大值 |
| .describe() | 针对0轴（各列）的统计汇总 |
数据的累积统计分析
| 方法 | 说明 |
|---|---|
| .cumsum() | 依次给出前1、2、…、n个数的和 |
| .cumprod() | 依次给出前1、2、…、n个数的积 |
| .cummax() | 依次给出前1、2、…、n个数的最大值 |
| .cummin() | 依次给出前1、2、…、n个数的最小值 |
| .rolling(w).sum() | 依次计算相邻w个元素的和 |
| .rolling(w).mean() | 依次计算相邻w个元素的算术平均值 |
| .rolling(w).var() | 依次计算相邻w个元素的方差 |
| .rolling(w).std() | 依次计算相邻w个元素的标准差 |
| .rolling(w).min() .max() | 依次计算相邻w个元素的最小值和最大值 |
数据的相关分析
- 相关性：x增大,y增大,正相关。x减小,y减小,负相关。x增大，y无视，不相关。
- 协方差判断
- Pearson相关系数
1 | 0.8‐1.0 极强相关 |
| 方法 | 说明 |
|---|---|
| .cov() | 计算协方差矩阵 |
| .corr() | 计算相关系数矩阵, Pearson、Spearman、Kendall等系数 |