Python 数据的累加与统计的示例代码_Python

Python 数据的累加与统计的示例代码

2020-08-04 00:08David Beazley Python

这篇文章主要介绍了Python 数据的累加与统计的示例代码，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下

问题

你需要处理一个很大的数据集并需要计算数据总和或其他统计量。

解决方案

对于任何涉及到统计、时间序列以及其他相关技术的数据分析问题，都可以考虑使用 Pandas库。

为了让你先体验下，下面是一个使用Pandas来分析芝加哥城市的老鼠和啮齿类动物数据库的例子。在我写这篇文章的时候，这个数据库是一个拥有大概74,000行数据的CSV文件。

									>>> import pandas

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

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

									>>> rats

									<class 'pandas.core.frame.DataFrame'>

									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')

									<pandas.core.groupby.DataFrameGroupBy object at 0x10d0a2a10>

									>>> 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

									>>>