dataframe 常用统计函数¶

摘要¶

• 常用统计函数

• describe 针对Series或个DataFrame列计算汇总统计

• count 非na值的数量

• min、max 计算最小值和最大值

• idxmin、idxmax 计算能够获取到最大值和最小值得索引值

• quantile 计算样本的分位数（0到1）

• sum 值的总和

• mean 值得平均数

• median 值得算术中位数（50%分位数）

• mad 根据平均值计算平均绝对离差

• var 样本值的方差

• std 样本值的标准差

• skew 样本值得偏度（三阶矩）

• kurt 样本值得峰度（四阶矩）

• cumsum 样本值得累计和

• cummin，cummax 样本值得累计最大值和累计最小值

• cumprod 样本值得累计积

• diff 计算一阶差分

• pct_change 计算百分数变化

• 查看函数的详细信息

• 更多的函数

获得一个dataframe数据类型的样例¶

df=get_price('000001.XSHE',start_date='2016-02-01',end_date='2016-02-04',frequency='daily',fields=['open','high','low','close'])df

df.describe()¶

# describe 针对Series或个DataFrame列计算汇总统计df.describe()

df.count()¶

# count 非na值的数量df.count()

open     4
high     4
low      4
close    4
dtype: int64

df.min() df.max()¶

# min、max 计算最小值和最大值df.min()

open     7.93
high     8.00
low      7.88
close    7.93
dtype: float64

df.idxmin() df.idxmax()¶

# idxmin、idxmax 计算能够获取到最大值和最小值得索引值df.idxmin()

open    2016-02-02
high    2016-02-03
low     2016-02-01
close   2016-02-01
dtype: datetime64[ns]

df.quantile()¶

# quantile 计算样本的分位数（0到1）df.quantile()

open     7.985
high     8.095
low      7.915
close    8.010
dtype: float64

df.sum()¶

# sum 值的总和df.sum()

open     31.98
high     32.31
low      31.71
close    32.00
dtype: float64

df.mean()¶

# mean 值得平均数df.mean()

open     7.9950
high     8.0775
low      7.9275
close    8.0000
dtype: float64

df.median()¶

# median 值得算术中位数（50%分位数）df.median()

open     7.985
high     8.095
low      7.915
close    8.010
dtype: float64

df.mad()¶

# mad 根据平均值计算平均绝对离差df.mad()

open     0.04500
high     0.03875
low      0.03625
close    0.05000
dtype: float64

df.var()¶

# var 样本值的方差df.var()

open     0.004033
high     0.002825
low      0.002625
close    0.003600
dtype: float64

df.std()¶

# std 样本值的标准差df.std()

open     0.063509
high     0.053151
low      0.051235
close    0.060000
dtype: float64

df.skew()¶

# skew 样本值得偏度（三阶矩）df.skew()

open     0.843252
high    -1.666658
low      1.329083
close   -0.370370
dtype: float64

df.kurt()¶

# kurt 样本值得峰度（四阶矩）df.kurt()

open     0.933953
high     3.047698
low      2.374596
close   -3.901230
dtype: float64

df.cumsum()¶

# cumsum 样本值得累计和df.cumsum()

df.cummin()¶

# cummin，cummax 样本值得累计最大值和累计最小值df.cummin()

df.cumprod()¶

# cumprod 样本值得累计积df.cumprod()

df.diff()¶

# diff 计算一阶差分df.diff()

df.pct_change()¶

# pct_change 计算百分数变化df.pct_change()

查看函数的详细信息¶

在函数后面加个问号(英文的)，在研究中执行下，会弹出一个窗口，可以看到更详细的信息，包括比较全面的可用参数即介绍，不过是英文的。例子如下：

df.pct_change?