文章目錄

• • • • • 1、DataFrame的方法使用舉例
        • 2、DataFrame的方法調用通用方式
        • 3、DataFrame直接調用其它方法
        • 本系列教程教程完整目錄：

前面已經提到，Pandas的DataFrame本質上其實就是一個表。對應Excel，我們通常會用到各種統計方法。那么這篇教程就簡單敘述一下Pandas中基本的統計方法以及通用的調用規則。

1、DataFrame的方法使用舉例

DataFrame中封裝了許多方便查看的方法，比如：

• 查看首尾

df.head()月份 姓名 性別 應發工資 實發工資 職位 0 1 張三 男 2000 1500 主犯 1 2 張三 男 None 1000 主犯 2 3 張三 女 2000 15000 主犯 3 4 張三 女 2000 1500 主犯 4 5 張三 女 2000 1500 主犯df.tail()月份 姓名 性別 應發工資 實發工資 職位 8 5 李四 男 1800 1300 從犯 9 1 王五 女 1800 1300 龍套 10 2 王五 女 1800 1300 龍套 11 3 王五 女 1800 1300 龍套 12 4 王五 女 1800 1300 龍套

當然還可以在方法中輸入數字，表示查看前幾行和后幾行。

2、DataFrame的方法調用通用方式

從上面的例子可以看到，DataFrame在調用方法時就是在最后加入.+方法名即可。另外也注意到，這種方式返回的類型仍然是一個DataFrame。事實上在調用這些方法時，這些方法的作用域通常是對每一列進行作用，比如：

df.max()月份 5 姓名 王五 性別 男 應發工資 2000 實發工資 15000 職位 龍套 dtype: objectdf.min()月份 1 姓名 張三 性別 女 應發工資 1800 實發工資 1000 職位 主犯 dtype: object

結合原表，很容易看到實際上返回的值是對每一例取最大或者最小再返回的。而此時返回的值是一個Series，原來的表頭變成了Index。

那么對應的，我們其實也可以猜到一些用法，比如求平均、中位數等等：

df.mean()月份 3.000000 應發工資 1866.666667 實發工資 2376.923077 dtype: float64df.median()月份 3.0 應發工資 1800.0 實發工資 1300.0 dtype: float64

并且有意思的是，這些方法會自動選擇可以進行操作的列。比如這里就只返回了數值列的平均和中位數。

類似的方法還有很多，這里就不一一列舉，具體使用時可以參考：Pandas中DataFrame的屬性及方法大全

3、DataFrame直接調用其它方法

這里再重點介紹一個方法apply，該方法是將函數直接傳入DataFrame并沿指定的方向進行計算，比如

df.apply(np.max)月份 5 姓名 王五 性別 男 應發工資 2000 實發工資 15000 職位 龍套 dtype: object

這里默認是按列操作，如果要換成按行操作則可以設置參數axis=1。

不過對這們這組數據，直接按行操作會出現樣的問題：

df.apply(np.max,axis=1) --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-186-956304eff83f> in <module> ----> 1 df.apply(np.max,axis=1)TypeError: '>=' not supported between instances of 'int' and 'str'

錯誤說大于等于比較不能作用于整數和字符串。所以在使用時要注意事先檢查該函數是否能應用于想作用的區域。

本系列教程教程完整目錄：

一、Pandas簡介與安裝

二、Pandas基本數據結構-DataFrame與Series

三、Pandas文件讀寫

四、Pandas數據索引方式

五、Pandas簡單統計操作及通用方式

六、Pandas條件查詢

七、Pandas缺失數據的處理（數據清洗基礎）

八、Pandas數據透視表

九、表的合并、連接、拼接（數據聚合基礎）

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Pandas简明教程：五、Pandas简单统计操作及通用方式的全部內容，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。