(35)Python衡量中心趋势
目录
数学中心趋势意味着测量数据集中值或位置的分布。 它给出了数据集中数据的平均值的一个概念，也表明数据集中数值的扩展程度。 这反过来有助于评估新的输入符合现有数据集的可能性，从而有助于评估成功的可能性。
有三种主要的集中趋势度量可以使用pandas python库中的方法来计算。
- 平均数 – 这是数据的平均值，它是值与数值总和的分界。
- 中位数 – 当值按升序或降序排列时，它是分布中的中间值。
- 模式 – 这是分配中最常见的值。
计算平均数和中位数
pandas函数可以直接用来计算这些值。
import pandas as pd
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','Chanchal','Gasper','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])}
#Create a DataFrame
df = pd.DataFrame(d)
print ("Mean Values in the Distribution")
print (df.mean())
print ("*******************************")
print ("Median Values in the Distribution")
print (df.median())
执行上面示例代码，得到以下结果 –
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
根据数据是否连续或者是否存在具有最大频率的值，模式可能会或可能不会在分布中可用。 我们通过下面的简单分布来找出模式。 这里有一个在分布中具有最大频率的值。
import pandas as pd
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
'Lee','Chanchal','Gasper','Naviya','Andres']),
'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46])}
#Create a DataFrame
df = pd.DataFrame(d)
print (df.mode())
执行上面示例代码，得到以下结果 –
Age Name
0 25.0 Andres
1 NaN Chanchal
2 NaN Gasper
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
关注右侧公众号，随时随地查看教程
Python数据分析教程目录
