数学上的中心趋势是指测量数据集值的中心或位置分布,它给出了数据集中数据平均值的概念,并指出了这些值在数据集中分布的范围。反过来,这有助于评估将新输入拟合到现有数据集中的机会,从而评估成功的可能性。
可以使用pandas python库中的方法计算出集中趋势的三个主要量度。
均值(Mean) - 它是数据的平均值,它是值的总和除以值的数量。
中值(Median) - 当值以升序或降序排列时,它是分布中的中间值。
模式(Mode) - 它是分布中最常见的值。
均值和中位数
Pandas函数可以直接用于计算这些值。
import pandas as pd #创建系列词典 d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack', 'Lee','Chanchal','Learnfk','Naviya','Andres']), 'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])} #创建一个数据框 df = pd.DataFrame(d) print "Mean Values in the Distribution" print df.mean() print "*******************************" print "Median Values in the Distribution" print df.median()
其输出如下-
Mean Values in the Distribution Age 31.833333 Rating 3.743333 dtype: float64 ******************************* Median Values in the Distribution Age 29.50 Rating 3.79 dtype: float64
计算模式
根据数据是连续的还是有最大频率的值,模式在分发中是否可用,通过下面的分布来找出模式。在这里,无涯教程有一个在分布中具有最大频率的值。
import pandas as pd #创建系列词典 d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack', 'Lee','Chanchal','Learnfk','Naviya','Andres']), 'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46])} #创建一个数据框 df = pd.DataFrame(d) print df.mode()
其输出如下-
Age Name 0 25.0 Andres 1 NaN Chanchal 2 NaN Learnfk 3 NaN Jack 4 NaN James 5 NaN Lee 6 NaN Naviya 7 NaN Ricky 8 NaN Smith 9 NaN Steve 10 NaN Tom 11 NaN Vin
参考链接
https://www.learnfk.com/python-data-science/python-measuring-central-tendency.html
标签:25,教程,Python,Age,NaN,无涯,df,pd,print From: https://blog.51cto.com/u_14033984/8648926