Pandas中常见的18个数据统计函数，65张图详解 | 图解Pandas-图文第7篇

01写在前面

大家好，我是阳哥，欢迎来到「Python数据之道」。

本次是《图解Pandas》系列图文内容的 第 07 篇，主要介绍 Pandas 中常见的数据统计 。

本文是付费阅读文章，付费阅读内容包括《图解Pandas》图文干货内容、可以在电脑端观看的视频以及配套的源代码等。

此外，为避免各种不必要的麻烦，微信没有退款机制，付费前请谨慎。

Pandas 是 Python数据分析中用的最多的工具，为了大家能够更好地学习 Pandas，阳哥开始制作一系列 《图解Pandas》 的内容。

《图解Pandas》 最主要的目标，是以视频图解、动态图片等方式呈现，拆解 Pandas 在数据处理过程中的主要知识点，以便大家能进一步了解 Pandas 的使用，形象地介绍 Pandas，进而使大家喜欢上 Pandas 这个工具。

《图解Pandas》图文专题，最新的内容可以点击下面的图片进行查看。

在本文编写时，《图解Pandas》系列已发布的图文如下：

图文链接	对应的视频编号
《图解Pandas》内容框架介绍	-
图文01-数据结构介绍	001
图文02-创建数据对象	002
图文03-读取和存储Excel文件	003、004
图文04-常见的数据访问	005
图文05-常见的数据运算	006、007、008
图文06-常见的数学计算	009、010

本次主要介绍 Pandas 中常见的数据统计 ，内容框架如下：

主要内容

该主题包括 5 期视频，在微信视频号「Python数据之道」中发布的对应视频编号为 011 至 015，大家可以前往观看：

注：本文发布时，在视频号中可以观看视频 011 、012，后续将发布 013 至 015。

在本文后面内容中可以同时观看视频 011 至 015 。

扫描下面的二维码，关注视频号，可以观看《图解Pandas》已发布的所有视频以及及时推送最新的视频：

02常见的数据数据统计

Python环境

开始之前，按照惯例先介绍下本次内容涉及的Python环境，如下：

• Python 3.8
• Pandas 1.4.1
• numpy 1.22.3

我是在 jupyter notebook 中运行代码的，首先引入相关 Python 库：

import pandas as pd
import numpy as np

print(f'pandas version:{pd.__version__}')
print(f'numpy version:{np.__version__}')

# pandas version:1.4.1
# numpy version:1.22.3

创建数据

咱们先来创建一个dataframe，也就是“数据框”。

关于创建数据对象的详细介绍，大家可以观看 「图解Pandas」系列的第2期视频。

创建 df 如下：

d = {
    "a": [80, 90, 60,73,89],
    "b": [80, 75, 80,85,83],
    "c": [70, 75, 80,73,62],
}
df = pd.DataFrame(d)
df

来看看数据框 df 的数据结构，为 5 行 3 列，为了简化计算，数值类型都是整型，没有字符串、NA值等数据类型。后续，会根据需要在该数据框的基础上，创建其他的一些数据框。

这里汇总了 Pandas 中比较常见的数据统计函数：