問題

你需要處理一個很大的數據集并需要計算數據總和或其他統計量。

解決方案

對于任何涉及到統計、時間序列以及其他相關技術的數據分析問題，都可以考慮使用 Pandas庫 。

為了讓你先體驗下，下面是一個使用Pandas來分析芝加哥城市的 老鼠和嚙齒類動物數據庫 的例子。 在我寫這篇文章的時候，這個數據庫是一個擁有大概74,000行數據的CSV文件。

>>> import pandas

>>> # Read a CSV file, skipping last line

>>> rats = pandas.read_csv('rats.csv', skip_footer=1)

>>> rats

Int64Index: 74055 entries, 0 to 74054

Data columns:

Creation Date 74055 non-null values

Status 74055 non-null values

Completion Date 72154 non-null values

Service Request Number 74055 non-null values

Type of Service Request 74055 non-null values

Number of Premises Baited 65804 non-null values

Number of Premises with Garbage 65600 non-null values

Number of Premises with Rats 65752 non-null values

Current Activity 66041 non-null values

Most Recent Action 66023 non-null values

Street Address 74055 non-null values

ZIP Code 73584 non-null values

X Coordinate 74043 non-null values

Y Coordinate 74043 non-null values

Ward 74044 non-null values

Police District 74044 non-null values

Community Area 74044 non-null values

Latitude 74043 non-null values

Longitude 74043 non-null values

Location 74043 non-null values

dtypes: float64(11), object(9)

>>> # Investigate range of values for a certain field

>>> rats['Current Activity'].unique()

array([nan, Dispatch Crew, Request Sanitation Inspector], dtype=object)

>>> # Filter the data

>>> crew_dispatched = rats[rats['Current Activity'] == 'Dispatch Crew']

>>> len(crew_dispatched)

65676

>>>

>>> # Find 10 most rat-infested ZIP codes in Chicago

>>> crew_dispatched['ZIP Code'].value_counts()[:10]

60647 3837

60618 3530

60614 3284

60629 3251

60636 2801

60657 2465

60641 2238

60609 2206

60651 2152

60632 2071

>>>

>>> # Group by completion date

>>> dates = crew_dispatched.groupby('Completion Date')

>>> len(dates)

472

>>>

>>> # Determine counts on each day

>>> date_counts = dates.size()

>>> date_counts[0:10]

Completion Date

01/03/2011 4

01/03/2012 125

01/04/2011 54

01/04/2012 38

01/05/2011 78

01/05/2012 100

01/06/2011 100

01/06/2012 58

01/07/2011 1

01/09/2012 12

>>>

>>> # Sort the counts

>>> date_counts.sort()

>>> date_counts[-10:]

Completion Date

10/12/2012 313

10/21/2011 314

09/20/2011 316

10/26/2011 319

02/22/2011 325

10/26/2012 333

03/17/2011 336

10/13/2011 378

10/14/2011 391

10/07/2011 457

>>>

嗯，看樣子2011年10月7日對老鼠們來說是個很忙碌的日子啊！^_^

討論

Pandas是一個擁有很多特性的大型函數庫，我在這里不可能介紹完。 但是只要你需要去分析大型數據集合、對數據分組、計算各種統計量或其他類似任務的話，這個函數庫真的值得你去看一看。

以上就是Python 數據的累加與統計的方法的詳細內容，更多關于Python 數據的累加與統計的資料請關注python博客其它相關文章！

總結

以上是生活随笔為你收集整理的python数据统计代码_Python 数据的累加与统计的示例代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。