Python Measuring Central Tendency

优质

小牛编辑

131浏览

2023-12-01

数学中心趋势意味着测量数据集的值的位置的中心或分布。它给出了数据集中数据的平均值的概念，并且还指示了值在数据集中的扩展范围。这反过来有助于评估新输入适应现有数据集的可能性，从而有助于评估成功的可能性。

有三种主要的集中趋势度量，可以使用pandas python库中的方法计算。

平均值 - 它是数据的平均值，它是值与值数之和的除法。
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 - 它是分布中最常出现的值。

计算均值和中位数

pandas函数可以直接用于计算这些值。

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()

其output如下 -

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

计算模式

根据数据是否连续或者是否存在具有最大频率的值，分布中可能存在也可能不存在模式。我们在下面进行简单的分发以找出模式。这里我们有一个在分布中具有最大频率的值。

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()

其output如下 -

     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