Python衡量中心趋势

Python衡量中心趋势

数学中心趋势意味着测量数据集中值或位置的分布。 它给出了数据集中数据的平均值的一个概念,也表明数据集中数值的扩展程度。 这反过来有助于评估新的输入符合现有数据集的可能性,从而有助于评估成功的可能性。

有三种主要的集中趋势度量可以使用pandas python库中的方法来计算。

  • 平均数 - 这是数据的平均值,它是值与数值总和的分界。
  • 中位数 - 当值按升序或降序排列时,它是分布中的中间值。
  • 模式 - 这是分配中最常见的值。

计算平均数和中位数

pandas函数可以直接用来计算这些值。

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)
print ("Mean Values in the Distribution")
print (df.mean())
print ("*******************************")
print ("Median Values in the Distribution")
print (df.median())

执行上面示例代码,得到以下结果 -

Mean Values in the Distribution
Age       31.833333
Rating     3.743333
dtype: float64
*******************************
Median Values in the Distribution
Age       29.50
Rating     3.79
dtype: float64

计算模式

根据数据是否连续或者是否存在具有最大频率的值,模式可能会或可能不会在分布中可用。 我们通过下面的简单分布来找出模式。 这里有一个在分布中具有最大频率的值。

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46])}
#Create a DataFrame
df = pd.DataFrame(d)

print (df.mode())

执行上面示例代码,得到以下结果 -

     Age      Name
  25.0    Andres
   NaN  Chanchal
   NaN    Gasper
   NaN      Jack
   NaN     James
   NaN       Lee
   NaN    Naviya
   NaN     Ricky
   NaN     Smith
   NaN     Steve
  NaN       Tom
  NaN       Vin