pandas 파 티 션 간 주파수 계산 인 스 턴 스
import pandas as pd
path='F:/python/python / 、 /chapter3/demo/data/catering_fish_congee.xls'
data=pd.read_excel(path,header=None,index_col=0)
data.index.name=' '
data.columns=[' ( )']
xse=data[' ( )']
print(xse.max())
print(xse.min())
print(xse.max()-xse.min())
fanwei=list(range(0,4500,500))
fenzu=pd.cut(xse.values,fanwei,right=False)# , 91
print(fenzu.codes)#
print(fenzu.categories)# , 8
pinshu=fenzu.value_counts()#series, -
print(pinshu.index)
import matplotlib.pyplot as plt
pinshu.plot(kind='bar')
#plt.text(0,29,str(29))
qujian=pd.cut(xse,fanwei,right=False)
data[' ']=qujian.values
data.groupby(' ').median()
data.groupby(' ').mean()#
pinshu_df=pd.DataFrame(pinshu,columns=[' '])
pinshu_df[' f']=pinshu_df / pinshu_df[' '].sum()
pinshu_df[' %']=pinshu_df[' f'].map(lambda x:'%.2f%%'%(x*100))
pinshu_df[' f']=pinshu_df[' f'].cumsum()
pinshu_df[' %']=pinshu_df[' f'].map(lambda x:'%.4f%%'%(x*100))
In[158]: pinshu_df
Out[158]:
f % f %
[0, 500) 29 0.318681 31.87% 0.318681 31.8681%
[500, 1000) 20 0.219780 21.98% 0.538462 53.8462%
[1000, 1500) 12 0.131868 13.19% 0.670330 67.0330%
[1500, 2000) 12 0.131868 13.19% 0.802198 80.2198%
[2000, 2500) 8 0.087912 8.79% 0.890110 89.0110%
[2500, 3000) 3 0.032967 3.30% 0.923077 92.3077%
[3000, 3500) 4 0.043956 4.40% 0.967033 96.7033%
[3500, 4000) 3 0.032967 3.30% 1.000000 100.0000%
이상 의 pandas 분 구 간 에 주파 수 를 계산 하 는 인 스 턴 스 는 바로 작은 편집 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.여러분 께 참고 가 되 고 저 희 를 많이 사랑 해 주 셨 으 면 좋 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
【Pandas】DatetimeIndex란? no.29안녕하세요, 마유미입니다. Pandas에 대한 기사를 시리즈로 작성하고 있습니다. 이번은 제29회의 기사가 됩니다. 에서 Pandas의 시간에 대한 모듈에 대해 씁니다. 이번 기사에서는, 「DatetimeIndex」...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.