|
Excel 中的数据分析功能中提供协方差的计算，python 中通过 cov 函数计算两个字段或数据表中各字段间的协方差。
Cov 函数用来计算两个字段间的协方差，可以只对特定字段进行计算，也可以对整个数据表中各个列之间进行计算。
- #两个字段间的协方差
- df_inner['price'].cov(df_inner['m-point'])
- 17263.200000000001
- #数据表中所有字段间的协方差
- df_inner.cov()
相关分析
Excel 的数据分析功能中提供了相关系数的计算功能，python 中则通过 corr 函数完成相关分析的操作，并返回相关系数。
Corr 函数用来计算数据间的相关系数，可以单独对特定数据进行计算，也可以对整个数据表中各个列进行计算。相关系数在-1 到 1 之间，接近 1 为正相关，接近-1 为负相关，0 为不相关。
- #相关性分析
- df_inner['price'].corr(df_inner['m-point'])
- 0.77466555617085264
- #数据表相关性分析
- df_inner.corr()
09 数据输出
第九部分是数据输出，处理和分析完的数据可以输出为 xlsx 格式和 csv 格式。
写入 excel
- #输出到 excel 格式
- df_inner.to_excel('excel_to_python.xlsx', sheet_name='bluewhale_cc')
excel
写入 csv
- #输出到 CSV 格式
- df_inner.to_csv('excel_to_python.csv')
在数据处理的过程中，大部分基础工作是重复和机械的，对于这部分基础工作，我们可以使用自定义函数进行自动化。以下简单介绍对数据表信息获取自动化处理。
- 创建数据表
- df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],
- "date":pd.date_range('20130102', periods=6),
- "city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],
- "age":[23,44,54,32,34,32],
- "category":['100-A','100-B','110-A','110-C','210-A','130-F'],
- "price":[1200,np.nan,2133,5433,np.nan,4432]},
- columns =['id','date','city','category','age','price'])
-
- Read more: http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html#ixzz5rvBC8kaw
- #创建自定义函数
- def table_info(x):
- shape=x.shape
- types=x.dtypes
- colums=x.columns
- print("数据维度(行，列):n",shape)
- print("数据格式:n",types)
- print("列名称:n",colums)
-
- Read more: http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html#ixzz5rvBC8kaw
- #调用自定义函数获取df数据表信息并输出结果
- table_info(df)
-
- 数据维度(行，列):
- (6, 6)
- 数据格式:
- id int64
- date datetime64[ns]
- city object
- category object
- age int64
- price float64
- dtype: object
- 列名称:
- Index(['id', 'date', 'city', 'category', 'age', 'price'], dtype='object')
-
- Read more: http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html#ixzz5rvBJs6Fv
以上就是用 Python 做数据分析的基本内容。 （编辑：泰州站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
