Python统计数据分析教程：测量数学中的集中趋势

在数学上，集中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平均值的概念，也表明了数据集中值的分布。这反过来又有助于评估新输入与现有数据集匹配的可能性，从而评估成功的可能性。

可以使用 Pandas Python 库中的方法计算三种主要的集中趋势度量。

• 平均值 - 这是数据的平均值，它是值与值之和之间的分界线。
• 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 - 这是作业中最常见的值。

计算平均值和中位数

可以直接使用pandas函数来计算这些值。

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())

Python

完成上述示例代码，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

Shell

计算模式

根据数据是否连续或是否是频率最大的值，Pattern 可能会或者可能不在发行版中。可用于.我们通过下面的简单分布来寻找规律。这里有一个分布中频率最大的值。

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())

Python

执行上面的示例代码，得到如下结果 -

     Age      Name
0   25.0    Andres
1    NaN  Chanchal
2    NaN    Gasper
3    NaN      Jack
4    NaN     James
5    NaN       Lee
6    NaN    Naviya
7    NaN     Ricky
8    NaN     Smith
9    NaN     Steve
10   NaN       Tom
11   NaN       Vin

Shell