【数据分析&数据挖掘】pandas的统计分析

# 在numpy 里面有统计分析， 对数值型数据进行统计指标
# np.max  np.min  np.mean np.std‘

import pandas  as pd
import numpy as np

# 1、加载数据
detail = pd.read_excel("../day05/meal_order_detail.xlsx")
# print("detail :
", detail)
print("detail 的类型:
", type(detail))
print("detail 列索引名称:
", detail.columns)
print("detail 的元素的数据类型：
", detail.dtypes)

# 在pandas里面对数值型数据进行统计分析
# 获取 amounts counts 的统计指标
print("获取最大值：
",detail.loc[:,["amounts","counts"]].max())
print("获取最小值：
",detail.loc[:,["amounts","counts"]].min())
print("获取均值：
",detail.loc[:,["amounts","counts"]].mean())
print("获取中位数：
",detail.loc[:,["amounts","counts"]].median())
print("获取标准差：
",detail.loc[:,["amounts","counts"]].std())
print("获取方差：
",detail.loc[:,["amounts","counts"]].var())
print("获取非空数据的数量：
",detail.loc[:,["amounts","counts"]].count())
print("获取最大值的位置：
",detail.loc[:,["amounts","counts"]].idxmax())  # np.argmax()
print("获取最小值的位置：
",detail.loc[:,["amounts","counts"]].idxmin()) # np.argmin()


# 返回一个众数的dataframe
res = detail.loc[:,["amounts","counts"]].mode()
print("res: 
", res)
print("获取amounts众数
",res["amounts"])
print("获取counts众数
",res["counts"])
print("获取众数的类型
",type(res))
# 返回一个 众数的 series
print("获取众数
",detail.loc[:,"amounts"].mode())

# 获取分位数
# 默认获取 50% 的分位数---即 中位数
print("获取分位数：
", detail.loc[:, ["amounts", "counts"]].quantile())
# # 获取四分位数 --通过给q 传参来获取四分位数
print("获取分位数：
", detail.loc[:, ["amounts", "counts"]].quantile(q=np.arange(0, 1 + 0.25, 0.25)))


# 获取describe 统计分析
# 返回8中结果
# 非空数量
# 均值
# 标准差
# 最小值
# 分位数
# 最大值
print("获取describe 统计分析：
", detail.loc[:, ["amounts", "counts"]].describe())

# 也可以对非数值型数据进行统计分析 ---使用describe对于非数值型数据进行统计分析
# 返回4种结果
# 非空数据的数量
# 去重之后的数据数量
# 众数
# 众数出现的次数
# 在统计分析之前将数据转化为类别型数据---category
# 可以使用astype 来修改数据类型
detail.loc[:, "dishes_name"] = detail.loc[:, "dishes_name"].astype("category")
# #
# # #
print("修改数据类型之后的detail :
", detail.dtypes)
# #
print("获取非数值型数据的describe 统计分析：
", detail.loc[:, "dishes_name"].describe())

# 1、利用统计分析，以及dataframe的删除方式，删除detail里面数据全是空的列
# 2、梳理pandas的xmind
# 3、掌握numpy、matplotlib、pandas 的所学操作