原文：
www.kdnuggets.com/2022/10/statistical-functions-python.html
图片来源：Andrea Piacquadio
统计函数在数据分析和得出有意义的结论中非常有帮助。在本教程中，我们将深入探讨一些可以应用于 pandas 和 series 对象的有用统计函数。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升您的数据分析水平
3. 谷歌 IT 支持专业证书 - 支持您的组织的 IT
在教程中将涵盖以下统计函数：
-
pct_change()
-
cov()
-
corr()
-
corrwith ()
pct_change() 方法可以应用于 pandas 的 series 和 Data Frame，以计算特定周期数的百分比变化
代码：
import pandas as pd
import numpy as np
series = pd.Series(np.random.randn(10))
series.pct_change()输出：
0 NaN
1 -0.881470
2 -5.025007
3 0.728078
4 -0.577371
5 1.173420
6 -1.578389
7 -3.520208
8 -1.927874
9 -1.600583
dtype: float64代码：
df = pd.DataFrame(np.random.randn(10,2))
df.pct_change(periods = 2)输出：
| 0 | 1 | |
|---|---|---|
| 0 | NaN | NaN |
| 1 | NaN | NaN |
| 2 | -0.095052 | -1.399525 |
| 3 | 0.073909 | -7.491512 |
| 4 | -0.882174 | -1.150202 |
cov() 方法用于计算 series 和 Data Frame 中的协方差。在计算 Data Frame 中的协方差时，会计算 Data Frame 中 series 之间的配对协方差。
在计算 series 和 Data Frame 中的协方差时，会排除任何缺失值
代码：
series1 = pd.Series(np.random.randn(200))
series2 = pd.Series(np.random.randn(200))
series1.cov(series2)输出：
-0.14817157321848334代码：
df = pd.DataFrame(np.random.randn(4,5),columns = ["a","b","c","d","e"])
df.cov()输出：
| a | b | c | d | e | |
|---|---|---|---|---|---|
| a | 2.095402 | 0.191502 | 0.049185 | 0.090229 | -1.052856 |
| b | 0.191502 | 0.628889 | 0.377184 | -0.507893 | 0.404180 |
| c | 0.049185 | 0.377184 | 0.336220 | -0.077814 | 0.571139 |
| d | 0.090229 | -0.507893 | -0.077814 | 0.950198 | 0.164894 |
| e | -1.052856 | 0.404180 | 0.571139 | 0.164894 | 1.722546 |
相关性是使用 corr() 方法计算的，corr() 方法有一个方法参数，具有以下方法名称选项：
-
Pearson（默认）是标准相关系数
-
Kendall Tau 相关系数
-
Spearman 秩相关系数
代码：
df = pd.DataFrame(np.random.randn(200,4), columns = ["a","b","c","d"])
df["a"]. corr(df["b"])输出：
0.08425780768544051代码：
df["a"]. corr(df["b"],method = "spearman")输出：
0.053819845496137414代码：
df.corr()输出：
| a | b | c | d | |
|---|---|---|---|---|
| a | 1.000000 | 0.084258 | -0.074284 | 0.054453 |
| b | 0.084258 | 1.000000 | 0.022995 | 0.029727 |
| c | -0.074284 | 0.022995 | 1.000000 | -0.028279 |
| d | 0.054453 | 0.029727 | -0.028279 | 1.000000 |
Corrwith () 方法应用于 Data Frame，以计算不同 Data Frame 对象中相同标签的 Series 之间的相关性
代码：
index = ["a","b","c","d","e"]
columns = ["one","two","three","four"]
df1 = pd.DataFrame(np.random.randn(5,4), index = index, columns = columns )
df2 = pd.DataFrame(np.random.randn(4,4), index = index[:4], columns = columns)
df1.corrwith(df2)输出：
one 0.277569
two -0.052151
three -0.754392
four 0.526614
dtype: float64代码：
df2.corrwith(df1, axis=1)输出：
a 0.346955
b -0.707590
c 0.711081
d 0.753457
e NaN
dtype: float64Priya Sengar (Medium, Github) 是 Old Dominion University 的数据科学家。Priya 热衷于解决数据问题并将其转化为解决方案。