數據分析實踐入門(四):數據運算

2021-01-08 CDA數據分析師

作者 | CDA數據分析師

進行到這一步就可以開始正式的烹飪了。前面我們列舉了不同緯度的分析指標,這一章我們主要看看這些指標都是怎麼計算出來的。

一、算術運算

算術運算就是基本的加減乘除,在Excel或Python中數值類型的任意兩列可以直接進行加、減、乘、除運算,而且是對應元素進行加、減、乘、除運算,Excel 中的算術運算比較簡單,這裡就不展開了,下面主要介紹Python中的算術運算。

列相加的具體實現如下所示。

兩列相減的具體實現如下所示。

兩列相乘的具體實現如下所示。

兩列相除的具體實現如下所示。

任意一列加/減一個常數值,這一列中的所有值都加/減這個常數值,具體實現如下所示。

任意一列乘/除一個常數值,這一列中的所有值都乘/除這一常數值

二、比較運算

比較運算和Python基礎知識中講到的比較運算一致,也是常規的大於、等於、小於之類的,只不過這裡的比較是在列與列之間進行的。常用的比較運算符見2.9.2節。

在Excel中列與列之間的比較運算和Python中的方法一致,例子如下圖所示。

下面是一些Python中列與列之間比較的例子。

三、匯總運算

講到的算術運算和比較運算都是在列與列之間進行的,運算結果是有多少行的值就會返回多少個結果,而匯總運算是將數據進行匯總返回一個匯總以後的結果值。

1、 count非空值計數

非空值計數就是計算某一個區域中非空(單元格)數值的個數。

在Excel中 counta ( ) 函數用於計算某個區域中非空單元格的個數。與 counta ( ) 函數類似的一個函數是count()函數,它用於計算某個區域中含有數字的單元格的個數。

在 Python 中,直接在整個數據表上調用 count ( ) 函數,返回的結果為該數據表中每列的非空值的個數,具體實現如下所示。

count ( ) 函數默認是求取每一列的非空數值的個數,可以通過修改axis參數讓其等於1,來求取每一行的非空數值的個數。

也可以把某一列或者某一行索引出來,單獨查看這一列或這一行的非空值個數。

2、 sum求和

求和就是對某一區域中的所有數值進行加和操作。

在 Excel 中要求取某一區域的和,直接在 sum ( ) 函數後面的括號中指明要求和的區域,即要對哪些值進行求和操作即可。例子如下所示。

在Python中,直接在整個數據表上調用 sum ( ) 函數,返回的是該數據表每一列的求和結果,例子如下所示。

sum ( ) 函數默認對每一列進行求和,可通過修改axis參數,讓其等於1,來對每一行的數值進行求和操作。

也可以把某一列或者某一行索引出來,單獨對這一列或這一行數據進行求和操作。

3、mean求均值

求均值是針對某一區域中的所有值進行求算術平均值運算。均值是用來衡量數據一般情況的指標,容易受到極大值、極小值的影響。

在Excel中對某個區域內的值進行求平均值運算,用的是 average ( ) 函數,只要在average ( ) 函數中指明要求均值運算的區域即可,比如:

在Python中的求均值利用的是mean()函數,如果對整個表直接調用 mean ( ) 函數,返回的是該表中每一列的均值。

mean ( ) 函數默認是對數據表中的每一列進行求均值運算,可通過修改 axis 參數,讓其等於1,來對每一行進行求均值運算。

也可以把某一列或者某一行通過索引的方式取出來,然後在這一行或這一列上調用mean ( ) 函數,單獨求取這一行或這一列的均值。

4、 max求最大值

求最大值就是比較一組數據中所有數值的大小,然後返回最大的一個值。

在Excel和Python中,求最大值使用的都是 max ( ) 函數,在Excel中同樣只需要在 max ( ) 函數中指明要求最大值的區域即可;在Python中,和其他函數一樣,如果對整個表直接調用 max ( ) 函數,則返回該數據表中每一列的最大值。 max ( ) 函數也可以對每一行求最大值,還可以單獨對某一行或某一列求最大值。

5、 min求最小值

求最小值與求最大值是相對應的,通過比較一組數據中所有數值的大小,然後返回最小的那個值。

在Excel和Python中都使用 min ( ) 函數來求最小值,它的使用方法與求最大值的類似,這裡不再贅述。示例代碼如下。

6、 median求中位數

中位數就是將一組含有n個數據的序列X按從小到大排列,位於中間位置的那個數。

中位數是以中間位置的數來反映數據的一般情況,不容易受到極大值、極小值的影響,因而在反映數據分布情況上要比平均值更有代表性。

現有序列為X:{X1、X2、X3、......、Xn}。

如果n為奇數,則中位數:

如果n為偶數,則中位數:

例如,1、3、5、7、9的中位數為5,而1、3、5、7的中位數為(3+5)/2=4。

在Excel和Python中求一組數據的中位數,都是使用 median ( ) 函數來實現的。

下面為在Excel中求中位數的示例:

在Python中,median ( ) 函數的使用原則和其他函數的一致。

7、mode求眾數

顧名思義,眾數就是一組數據中出現次數最多的數,求眾數就是返回這組數據中出現次數最多的那個數。

在Excel和Python中求眾數都使用 mode ( ) 函數,使用原則與其他函數完全一致。

在Excel中求眾數的示例如下:

在Python中求眾數的示例如下:

8、 var 求方差

方差是用來衡量一組數據的離散程度(即數據波動幅度)的。

在Excel和Python中求一組數據中的方差都使用 var ( ) 函數。

下面為在Excel中求方差的示例:

在Python中, var ( ) 函數的使用原則和其他函數的一致。

9、 std 求標準差

標準差是方差的平方根,二者都是用來表示數據的離散程度的。

在Excel中計算標準差使用的是 stdevp ( ) 函數,示例如下:

在 Python 中計算標準差使用的是 std ( ) 函數, std ( ) 函數的使用原則與其他函數的一致,示例如下:

10、 quantile 求分位數

分位數是比中位數更加詳細的基於位置的指標,分位數主要有四分之一分位數、四分之二分位數、四分之三分位數,而四分之二分位數就是中位數。

在Excel中求分位數用的是 percentile ( ) 函數,示例如下:

在Python中求分位數用的是 quantile ( ) 函數,要在 quantile 後的括號中指明要求取的分位數值, quantile ( ) 函數與其他函數的使用規則相同。

四、 相關性運算

相關性常用來衡量兩個事物之間的相關程度,比如我們前面舉的例子:啤酒與尿布二者的相關性很強。我們一般用相關係數來衡量兩者的相關程度,所以相關性計算其實就是計算相關係數,比較常用的是皮爾遜相關係數。

在Excel中求取相關係數用的是 correl ( ) 函數,示例如下:

在Python中求取相關係數用的是 corr ( ) 函數,示例如下:

還可以利用 corr( ) 函數求取整個 DataFrame 表中各欄位兩兩之間的相關性,示例如下:

相關焦點

  • Python數據分析中Pandas數據運算實踐
    看過我前面文章的同學應該知道,info() 這個方法經常用作查看數據空值,很不辛,這裡有些屬性的數據不全,如:Age(年齡)屬性只有714名乘客有記錄Cabin(客艙)更是只有204名乘客是已知的這裡我們進一步使用 describe() 看下這批數據的統計分析數據:能看出來啥呢?
  • 新手如何快速入門數據分析?
    CDA數據分析研究院原創作品, 轉載需授權隨著網際網路迅猛發展,各大公司沉澱了很多的數據,如何找出藏在這些數據背後的規律,利用這些數據來給公司創造價值,作為一個新手面對這些問題的時候,你是不是考慮怎麼快速學習數據分析呢?
  • 2019數據分析報告範文 數據分析報告範文怎麼寫
    數據分析報告範文怎麼寫? 如果將公安大數據中的關聯分析、碰撞比對、數據建模看作是以求得答案為目的的選擇、填空和問答題,那麼數據分析報告更像是論述題。 與上述實戰應用相比,數據分析報告更注重分析過程,以得出更加科學的研究結論。
  • 辦公必備的大數據分析利器,數據分析工具推薦
    說到數據分析,很多小夥伴可能第一時間聯想到複雜的算法,龐大的數據,甚至是讓人眼花繚亂的代碼。但實際上,運營做數據分析並不需要懂這些,關鍵是你對業務流程的理解,以及用數據解決問題的思維。本文將介紹在一些領域被高頻率使用,且不可缺少的大數據分析利器,使用尚可的數據分析工具。
  • 辦公必備的大數據分析利器,值得推薦數據分析工具
    說到數據分析,很多小夥伴可能第一時間聯想到複雜的算法,龐大的數據,甚至是讓人眼花繚亂的代碼。但實際上,運營做數據分析並不需要懂這些,關鍵是你對業務流程的理解,以及用數據解決問題的思維。本文將介紹在一些領域被高頻率使用,且不可缺少的大數據分析利器,使用尚可的數據分析工具。
  • 怎樣提升數據分析能力,數據分析的正確步驟
    在這個大數據時代,數據分析能力在職場中顯得尤為重要,不會數據分析基本就是一塊廢柴,在職場中很難生存,但要想學好數據分析,並沒有那麼容易,很多人都是下定決心入門學習,可是又不知道從哪開始,複雜的算法、龐大的數據、眼花繚亂的代碼……最終還是止步於頭腦鬥爭,無法付諸實際行動。但只要你克服了以下6大難題,數據分析能力蹭蹭往上漲。
  • 如何提升數據分析能力,數據分析的正確步驟
    在這個大數據時代,數據分析能力在職場中顯得尤為重要,不會數據分析基本就是一塊廢柴,在職場中很難生存,但要想學好數據分析,並沒有那麼容易,很多人都是下定決心入門學習,可是又不知道從哪開始,複雜的算法、龐大的數據、眼花繚亂的代碼……最終還是止步於頭腦鬥爭,無法付諸實際行動。但只要你克服了以下6大難題,數據分析能力蹭蹭往上漲。1.很難獲得用戶操作行為完整日誌。
  • 用於進行Meta分析以合成相關數據的非技術性入門
    上期我們談到了系統綜述和Meta分析的常用軟體工具,今天我們就來重點解析一下Meta分析的方法步驟。Meta分析是對具備特定條件的、同課題的諸多研究結果進行綜合的一類統計方法,通常用於支持研究經費申請,指導臨床實踐和健康政策。
  • 懂Excel就能輕鬆入門Python數據分析包pandas(十六):合併數據
    此系列文章收錄在公眾號中:數據大宇宙 > 數據處理 >E-pd經常聽別人說 Python 在數據領域有多厲害,結果學了很長時間,連數據處理都麻煩得要死。後來才發現,原來不是 Python 數據處理厲害,而是他有數據分析神器—— pandas前言本系列上一節說了拆分數據的案例,這次自然是說下怎麼合併數據。
  • Python數據分析利器,Pandas入門介紹,幫你便捷高效處理複雜數據
    關於Python的數據分析,當我們遇到的數據量小、數據結構簡單時,可以通過字典、列表等Python常見的數據結構來處理。但是當我們面對的大量數據以及複雜數據的局面時,就需要用一些專門用於數據分析的擴展庫來處理數據了。今天給大家介紹一個Python裡專門用來做數據分析和處理的擴展庫。
  • 數據分析實踐入門(三):數值操作
    四、數值刪除數值刪除是對數據表中一些無用的數據進行刪除操作。1、刪除列(1)Excel實現在Excel中,要刪除某一列或某幾列,只需要選中這些列,然後單擊滑鼠右鍵,在彈出的菜單中選擇刪除選項即可(或者單擊滑鼠右鍵以後按D鍵),如下圖所示。
  • 懂Excel也能輕鬆入門Python數據分析包pandas(二):高級篩選(上)
    更多 Python 數據處理的乾貨,敬請關注!!!!系列文章:懂Excel就能輕鬆入門Python數據分析包pandas(一):篩選功能前言經常聽別人說 Python 在數據領域有多厲害,結果學了很長時間,連數據處理都麻煩得要死。
  • 數據分析入門:14種常用的數據分析方法
    分析數據是將收集的數據通過加工、整理和分析、使其轉化為信息,通常用方法有:排列圖排列圖是一種找出影響產品質量主要因素的圖表方法。其結構是由兩個縱坐標和一個橫坐標,若干個直方形和一條折線構成。,以便進行比較分析。
  • 大數據分析Python NumPy庫使用教程
    NumPy(Numerical Python) 是 Python 語言的一個擴展程序庫,支持大量的維度數組與矩陣運算,此外也針對數組運算提供大量的數學函數庫。
  • 懂Excel輕鬆入門Python數據分析包pandas(二十一):透視表
    此系列文章收錄在公眾號中:數據大宇宙 > 數據處理 >E-pd經常聽別人說 Python 在數據領域有多厲害,結果學了很長時間,連數據處理都麻煩得要死。後來才發現,原來不是 Python 數據處理厲害,而是他有數據分析神器—— pandas前言本系列上一節文章最後我隨手使用了 pandas 中的透視表操作,之後有些小夥伴詢問我相關的問題。正好 pandas 的 pivot_table 也是與 Excel 透視表對應。本文簡單教你入門使用 pandas 完成透視表功能。
  • 數據分析入門學習指南,零基礎小白都能輕鬆看懂
    數據分析在如今的求職場上越來越重要。然而,讓很多朋友困惑的是,我是沒有編程基礎的小白,能學會數據分析麼?該如何學習數據分析呢?其實,如果你打算成為一名數據分析師,如何出身並不重要,數據科學是一門應用學科,你需要系統提升數據獲取、數據分析、數據可視化、機器學習的水平。下面我就簡單提供一個數據分析入門的路徑。
  • Python數據分析入門教程(一):獲取數據源
    作者 | CDA數據分析師俗話說,巧婦難為無米之炊。不管你廚藝有多好,如果沒有食材,也做不出香甜可口的飯菜來,所以想要做出飯菜來,首先要做的就是要買米買菜。而數據分析就好比是做飯,首先也應該是準備食材,也就是獲取數據源。一、導入外部數據導入數據主要用到的是Pandas裡的read_x()方法,x表示待導入文件的格式。
  • 學習Python數據分析,需要幾個階段?
    為什麼選擇Python進行數據分析? Python是一門動態的、面向對象的腳本語言,同時也是一門簡約,通俗易懂的程式語言。 Python入門簡單,代碼可讀性強,一段好的Python代碼,閱讀起來像是在讀一篇外語文章。
  • 大數據分析學習之路
    一、大數據分析的五個基本方面 1,可視化分析大數據分析的使用者有大數據分析專家,同時還有普通用戶,但是他們二者對於大數據分析最基本的要求就是可視化分析,因為可視化分析能夠直觀的呈現大數據特點
  • 一步步入門二類電商(九):SEM用戶畫像及數據分析
    一步步教你如何玩轉二類電商運營,老司機將逐一為大家解開二類電商運營的奧秘,帶你入門。老司機將從如下方面進行分享:一、 爆品選擇方法二、 落地頁設計技巧三、 信息流廣告平臺分析四、 開戶渠道選擇五、 創意計劃配圖技巧六、 廣告投放策略七、 廣告投放優化技巧八、 帳戶架構搭建攻略九、 SEM用戶畫像數據分析十、 籤訂物流十一、 發貨/