pandas 数据处理

Posted 2020-11-17 earendil

1、 查看数值数据的整体分布情况

datafram.describe()

输出：

age
count 1463.000000
mean 22.948052
std 8.385384
min 13.000000
25% 17.000000
50% 20.000000
75% 27.000000
max 64.000000

其中的25%，50%这些是百分位数。

 百分位数的定义为：

      统计学术语，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。

 例子：

百分位通常用第几百分位来表示，如第五百分位，它表示在所有测量数据中，测量值的累计频次达5%。以身高为例，身高分布的第五百分位表示有5%的人的身高小于此测量值，95%的身高大于此测量值。

百分位数则是对应于百分位的实际数值。

 

2、pandas的dataframe修改字段的类型

 

比如age字段是string，但是要改成int类型   user_age_df[[‘age‘]].astype(float)