pandas分区间,算频率的实例

yipeiwu_com5年前Python基础

如下所示:

import pandas as pd
path='F:/python/python数据分析与挖掘实战/图书配套数据、代码/chapter3/demo/data/catering_fish_congee.xls'
data=pd.read_excel(path,header=None,index_col=0)
data.index.name='日期'
data.columns=['销售额(元)']
 
xse=data['销售额(元)']
print(xse.max())
print(xse.min())
print(xse.max()-xse.min())
 
fanwei=list(range(0,4500,500))
fenzu=pd.cut(xse.values,fanwei,right=False)#分组区间,长度91
print(fenzu.codes)#标签
print(fenzu.categories)#分组区间,长度8
pinshu=fenzu.value_counts()#series,区间-个数
print(pinshu.index)
 
import matplotlib.pyplot as plt
pinshu.plot(kind='bar')
#plt.text(0,29,str(29))
 
 
qujian=pd.cut(xse,fanwei,right=False)
data['区间']=qujian.values
data.groupby('区间').median()
data.groupby('区间').mean()#每个区间平均数
 
pinshu_df=pd.DataFrame(pinshu,columns=['频数'])
pinshu_df['频率f']=pinshu_df / pinshu_df['频数'].sum()
pinshu_df['频率%']=pinshu_df['频率f'].map(lambda x:'%.2f%%'%(x*100))
 
pinshu_df['累计频率f']=pinshu_df['频率f'].cumsum()
pinshu_df['累计频率%']=pinshu_df['累计频率f'].map(lambda x:'%.4f%%'%(x*100))
 
In[158]: pinshu_df
Out[158]: 
       频数    频率f   频率%   累计频率f   累计频率%
[0, 500)   29 0.318681 31.87% 0.318681  31.8681%
[500, 1000)  20 0.219780 21.98% 0.538462  53.8462%
[1000, 1500) 12 0.131868 13.19% 0.670330  67.0330%
[1500, 2000) 12 0.131868 13.19% 0.802198  80.2198%
[2000, 2500)  8 0.087912  8.79% 0.890110  89.0110%
[2500, 3000)  3 0.032967  3.30% 0.923077  92.3077%
[3000, 3500)  4 0.043956  4.40% 0.967033  96.7033%
[3500, 4000)  3 0.032967  3.30% 1.000000 100.0000%

以上这篇pandas分区间,算频率的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

用Python编写一个高效的端口扫描器的方法

用Python编写一个高效的端口扫描器的方法

PyPortScanner python多线程端口扫描器。 输出示例: Github 此端口扫描器的源码,文档及详细调用方法见Github PythonPortScanner by...

Python学习之asyncore模块用法实例教程

本文以实例分析了Python中asyncore模块的原理及用法,分享给大家供大家参考。具体分析如下: asyncore库是python的一个标准库,它是一个异步socket的包装。我们操...

python opencv实现证件照换底功能

python opencv实现证件照换底功能

本文实例为大家分享了python opencv实现证件照换底功能的具体代码,供大家参考,具体内容如下 思路:先转到HSV空间,利用颜色提取背景制作掩模版mask,然后通过按位操作提取人像...

Python基于pyCUDA实现GPU加速并行计算功能入门教程

Python基于pyCUDA实现GPU加速并行计算功能入门教程

本文实例讲述了Python基于pyCUDA实现GPU加速并行计算功能。分享给大家供大家参考,具体如下: Nvidia的CUDA 架构为我们提供了一种便捷的方式来直接操纵GPU 并进行编程...

详解Django rest_framework实现RESTful API

详解Django rest_framework实现RESTful API

一、什么是REST 面向资源是REST最明显的特征,资源是一种看待服务器的方式,将服务器看作是由很多离散的资源组成。每个资源是服务器上一个可命名的抽象概念。因为资源是一个抽象的概念,所以...