python如何应用于数据的基础统计分析

使用实例：分别统计Excel中蛋白质和固形物数据

1、建立根据任务要求分别统计蛋白质和固形物的自定义函数(方法)

defprod_describe(data,classify,category,remove_col):

desc=data.groupby([classify])[category].describe()

desc.drop(columns=remove_col,axis=1,inplace=True)

#Range(极差)=max-min

desc["极差"]=desc["max"]-desc["min"]

#更新统计数据的列名称(英文--》中文)

desc=desc.rename(columns={"count":"样品数量",

"mean":"平均值",

"std":"标准偏差",

"min":"最小值",

"max":"值"})

desc=desc.sort_values(by=["样品数量"],axis=0,ascending=False)

returndesc

#由于报告不需要分位数的统计量，故删除这些字段[25%,50%,70%]

remove_col=["25%","50%","75%"]

2、关键参数的赋值

classify="产品"

category1="蛋白质"

category2="固形物"

data=data_prep.copy()

3、实现根据产品名称分别对蛋白质和固形物进行统计

category1_desc=prod_describe(data,classify,category1,remove_col)

category2_desc=prod_describe(data,classify,category2,remove_col)

4、将两种统计结果汇总在一起，写入Excel文件中并保存

category2])

file="d:/test/Summary/Data_Statistics.xlsx"

result.to_excel(file,sheet_name="Statistics")

print("已经全部完成，请检查!")

以上就是python如何应用于数据的基础统计分析，希望能对大家有所帮助。更多Python学习教程请关注IT培训机构:千锋教育。

相关文章

pythonLogging是什么?

python如何应用于数据的基础统计分析

python模块的name属性

pythongRPC是什么?

python函数装饰器的应用过程