DataFrame的应用

数据分析

经过前面的学习，我们已经将数据准备就绪而且变成了我们想要的样子，接下来就是最为重要的数据分析阶段了。当我们拿到一大堆数据的时候，如何从数据中迅速的解读出有价值的信息，这就是数据分析要解决的问题。首先，我们可以获取数据的描述性统计信息，通过描述性统计信息，我们可以了解数据的集中趋势和离散趋势。
例如，我们有如下所示的学生成绩表。

  1. import numpy as np
  2. import pandas as pd
  3. #5和3的意思是5行3列，然后取随机数
  4. scores = np.random.randint(50, 101, (5, 3))
  5. names = ('关羽', '张飞', '赵云', '马超', '黄忠')
  6. courses = ('语文', '数学', '英语')
  7. df = pd.DataFrame(data=scores, columns=courses, index=names)
  8. print(df)

结果
image.png
我们可以通过DataFrame对象的方法mean、max、min、std、var等方法分别获取每个学生或每门课程的平均分、最高分、最低分、标准差、方差等信息，也可以直接通过describe方法直接获取描述性统计信息，