python 分位数计算代码_Python数据分析第十一节数据运算

数据运算不仅仅是加减乘除的基本运算，还要包括数据的比较，汇总和相关性的计算等等，这一节我们将计算的问题帮大家汇总出来～

一. 加减乘除运算

二. 比较运算

三. 汇总运算

count 非空值计数
sum 求和
其他(均值，最大最小值，中位数，众数，方差，标准差，分位数)

四. 相关性运算

一. 加减乘除运算

以下表为例：

加法运算

我们需要生成新的一列“总和”，将四个季度的销售额相加：

df['总和'] 表示生成新的一列，列名为“总和”

减法运算

我们看一下第二季度和第一季度销售额的差额，用第二季度减第一季度：

乘法和除法的计算格式也是一样的，这里就不在具体举例说明。

二. 比较运算

这里介绍的比较，是指对比表格的两列大小之间的关系，输出的值为True 或者False，跟Excel中用IF 函数进行对比效果是一样的。

举例：比较是否第二季度销售额大于等于第一季度

常用对比语句：

# 第一季度大于第二季度df['第一季度']>df['第二季度']# 第一季度不等于第二季度df['第一季度']!=df['第二季度']# 第一季度小于等于第二季度df['第一季度']<=df['第二季度']

三. 汇总计算

1. count 非空值计数

在python 中直接调用count()函数，返回的结果为该数据表中每列非空值的个数。具体实现如下所示：

上面是查看每一列非空值的个数，如果想要查看每一行的非空值个数又该怎么办呢？其实count()方法默认参数是axis=0，即查看每一列。查看每行只需要输入参数axis=1 即可：

当然，我们也可以查看具体某一列的非空值个数，比如我们想看一下第一季度这一列的非空值个数：

2. sum 求和

在python中，直接在整个数据表上调用sum()函数，返回的是该数据表每一列的求和结果，例子如下所示：

如果想对每一行进行求和，则需要在sum后面括号中输入axis=1即可。

当然只对某一列求和也是可以的，比如对第一季度求和，代码如下：

df['第一季度'].sum()

3. 其他

# 求均值df.mean()# 求最大值df.max()# 求最小值df.min()# 求中位数df.median()# 求众数df.mode()# 求方差df.var()# 求标准差df.std()# 求分位数# 1.求1/4分位数df.quantile(0.25)# 2.求2/4分位数df.quantile(0.5)# 3.求3/4分位数df.quantile(0.75)

四. 相关性运算

相关性常用来衡量两个事物之间的相关程度，我们一般用相关系数来衡量两者的相关程度，所以相关性计算就是计算相关系数，比较常用的是皮尔逊相关系数。

在python中求相关系数用的是corr()方法，例子如下：