大數(shù)據(jù)技術(shù)在財(cái)務(wù)中的應(yīng)用Python版 課件 任務(wù)5.2 利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析

引入案例任務(wù)分析知識(shí)解析案例解析任務(wù)實(shí)訓(xùn)實(shí)訓(xùn)評(píng)價(jià)5.2.1數(shù)值型字段的統(tǒng)計(jì)與描述5.2.2分類型字段的統(tǒng)計(jì)與描述任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析引入案例美創(chuàng)科技有限公司的財(cái)務(wù)人員小王想要根據(jù)企業(yè)費(fèi)用支出表.xlsx(位置：E:\file\)中的數(shù)據(jù)計(jì)算辦公費(fèi)的合計(jì)數(shù)、平均值、最大值、最小值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)指標(biāo)，那么小王如何利用Pandas快速計(jì)算出這些統(tǒng)計(jì)值呢?任務(wù)分析利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述，首先要確定分析數(shù)據(jù)的類型，如果是數(shù)值類型，可以直接利用統(tǒng)計(jì)指標(biāo)函數(shù)(如求和函數(shù)sum()、平均數(shù)函數(shù)mean()、最大值函數(shù)max()等)，或者利用describe()函數(shù)直接進(jìn)行描述性統(tǒng)計(jì)；如果是分類型數(shù)據(jù)，可以利用value_counts()函數(shù)進(jìn)行統(tǒng)計(jì)，或者使用describe()函數(shù)進(jìn)行統(tǒng)計(jì)分析。任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析知識(shí)解析數(shù)據(jù)的統(tǒng)計(jì)與描述可以用來概括和表示數(shù)據(jù)的分布狀況，通過這些統(tǒng)計(jì)指標(biāo)可以方便的表示一組數(shù)據(jù)的集中趨勢(shì)、離散趨勢(shì)、頻數(shù)分布等特征。5.2.1數(shù)值型字段的統(tǒng)計(jì)與描述數(shù)值型字段是指該字段是用數(shù)值來描述的，如營(yíng)業(yè)收入、營(yíng)業(yè)成本、凈利潤(rùn)等。數(shù)值型字段的描述性統(tǒng)計(jì)主要包括計(jì)算最小值、最大值、均值、中位數(shù)、四分位數(shù)、極差、方差、標(biāo)準(zhǔn)差等統(tǒng)計(jì)指標(biāo)。任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析一、直接利用統(tǒng)計(jì)指標(biāo)進(jìn)行計(jì)算Pandas提供了很多方法來計(jì)算數(shù)值型字段的各類指標(biāo)，常用統(tǒng)計(jì)指標(biāo)如下表所示。方法名稱說明方法名稱說明mean均值max最大值median中位數(shù)min最小值mode眾數(shù)ptp極差quantile四分位數(shù)std標(biāo)準(zhǔn)差sum總和cumsum累加和skew偏度kurt峰度直接利用統(tǒng)計(jì)指標(biāo)進(jìn)行計(jì)算的語法格式：DataFrame[column].統(tǒng)計(jì)指標(biāo)任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析【做中學(xué)5.2.1】讀入期間費(fèi)用表.xlsx（位置：E:\file\），實(shí)現(xiàn)如下操作：（1）對(duì)銷售費(fèi)用求和；（2）對(duì)管理費(fèi)用求平均值；（3）對(duì)財(cái)務(wù)費(fèi)用求標(biāo)準(zhǔn)差。importpandasaspd#引入Pandas模塊#讀取Excel表格數(shù)據(jù)df=pd.read_excel(r'E:\file\期間費(fèi)用表.xlsx')print('銷售費(fèi)用的和為：',df['銷售費(fèi)用'].sum())print('管理費(fèi)用的平均值為：',df['管理費(fèi)用'].mean())print('財(cái)務(wù)費(fèi)用的標(biāo)準(zhǔn)差為：',df['財(cái)務(wù)費(fèi)用'].std())【做中學(xué)5.2.1】程序如下：銷售費(fèi)用的和為：75355管理費(fèi)用的平均值為：23267.5財(cái)務(wù)費(fèi)用的標(biāo)準(zhǔn)差為：1611.3278732621475程序輸出結(jié)果如下所示：任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析二、利用describe()函數(shù)進(jìn)行計(jì)算Pandas模塊提供了describe()函數(shù)用來一次性計(jì)算數(shù)值型字段的8個(gè)統(tǒng)計(jì)指標(biāo)，如下表所示。方法名稱說明count非空個(gè)數(shù)mean均值std標(biāo)準(zhǔn)差min最小值25%25%分位數(shù)50%50%分位數(shù)，即中位數(shù)75%75%分位數(shù)max最大值在調(diào)用describe()函數(shù)計(jì)算統(tǒng)計(jì)指標(biāo)時(shí),還可以采用describe()[i](i=0,1,2,…)的方法調(diào)用某個(gè)統(tǒng)計(jì)指標(biāo),如用describe()[0]調(diào)用第1個(gè)統(tǒng)計(jì)指標(biāo)count，如用describe()[1]調(diào)用第2個(gè)統(tǒng)計(jì)指標(biāo)mean。同時(shí)，還可以用指標(biāo)名稱來調(diào)用指標(biāo)，如describe()['25%']，表示調(diào)用25%分位數(shù)，即調(diào)用下四分位數(shù)。任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析【做中學(xué)5.2.2】讀入期間費(fèi)用表.xlsx（位置：E:\file\），使用describe()函數(shù)實(shí)現(xiàn)對(duì)財(cái)務(wù)費(fèi)用的描述性統(tǒng)計(jì)分析。importpandasaspd#引入Pandas模塊#讀取Excel表格數(shù)據(jù)df=pd.read_excel(r'E:\file\期間費(fèi)用表.xlsx')print('財(cái)務(wù)費(fèi)用的描述性統(tǒng)計(jì)指標(biāo)如下：')print(df['財(cái)務(wù)費(fèi)用'].describe())print('采用位置獲取標(biāo)準(zhǔn)差：',df['財(cái)務(wù)費(fèi)用'].describe()[2])print('采用名稱獲取標(biāo)準(zhǔn)差：',df['財(cái)務(wù)費(fèi)用'].describe()['std'])print('采用名稱獲取下四分位數(shù)：',df['財(cái)務(wù)費(fèi)用'].describe()['25%'])【做中學(xué)5.2.2】程序如下：財(cái)務(wù)費(fèi)用的描述性統(tǒng)計(jì)指標(biāo)如下：count12.000000mean3963.666667std1611.327873min2047.00000025%2581.25000050%3959.50000075%5335.000000max6163.000000Name:財(cái)務(wù)費(fèi)用,dtype:float64采用位置獲取標(biāo)準(zhǔn)差：1611.3278732621475采用名稱獲取標(biāo)準(zhǔn)差：1611.3278732621475采用名稱獲取下四分位數(shù)：2581.25程序輸出結(jié)果如下所示：任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析5.2.2分類型字段的統(tǒng)計(jì)與描述一、利用value_counts()函數(shù)進(jìn)行統(tǒng)計(jì)分析參數(shù)說明normalize接收布爾型。表示是否按頻率顯示，默認(rèn)為False,則按頻數(shù)顯示。sort接收布爾型。表示是否對(duì)結(jié)果排序，默認(rèn)為True,會(huì)對(duì)結(jié)果進(jìn)行排序。ascending接收布爾型。表示按降序排列，還是升序排序，默認(rèn)為False,表示降序。bins接收整數(shù)。表示可以自定義分組區(qū)間，默認(rèn)為None，只適用于數(shù)值型數(shù)據(jù)。dropna接收布爾型。表示是否刪除缺失值NaN，默認(rèn)為Ture,表示刪除缺失值。任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析Pandas提供了value_counts()函數(shù)用來統(tǒng)計(jì)分類型字段的頻數(shù)。value_counts()函數(shù)的語法格式如下：Series.value_counts(normalize=False,sort=True,ascending=False,bins=None,dropna=True)【做中學(xué)5.2.3】讀入銷售統(tǒng)計(jì)表.xlsx（位置：E:\file\），使用value_counts()函數(shù)統(tǒng)計(jì)不同銷售部門的員工人數(shù)?！咀鲋袑W(xué)5.2.3】解析如下：導(dǎo)入Pandas模塊和Excel表格數(shù)據(jù)。程序如下：importpandasaspd#引入Pandas模塊#讀取Excel表格數(shù)據(jù)df=pd.read_excel(r'E:\file\銷售統(tǒng)計(jì)表.xlsx')df.head()#查看前5行數(shù)據(jù)STEP01對(duì)銷售部門列的不同取值進(jìn)行頻數(shù)統(tǒng)計(jì)，并按降序進(jìn)行排列。程序如下：df['銷售部門'].value_counts(ascending=False)STEP02銷售3部14銷售2部13銷售1部11Name:銷售部門,dtype:int64程序輸出結(jié)果如下所示：程序輸出結(jié)果如下所示：任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析對(duì)銷售部門列的不同取值進(jìn)行頻率統(tǒng)計(jì)，并按升序進(jìn)行排列。程序如下：df['銷售部門'].value_counts(normalize=True,ascending=True)STEP03銷售1部0.289474銷售2部0.342105銷售3部0.368421Name:銷售部門,dtype:float64程序輸出結(jié)果如下所示：二、利用describe()函數(shù)進(jìn)行統(tǒng)計(jì)分析Pandas中describe()函數(shù)除了可以對(duì)數(shù)值型字段進(jìn)行統(tǒng)計(jì)描述，還可以對(duì)分類型字段進(jìn)行統(tǒng)計(jì)描述。對(duì)于分類型字段，describe()函數(shù)可以統(tǒng)計(jì)分類數(shù)目、最多頻數(shù)類別等結(jié)果。describe()函數(shù)統(tǒng)計(jì)結(jié)果的含義如右表所示。方法名稱含義count表示非空數(shù)目unique表示數(shù)據(jù)的種類top表示出現(xiàn)最多的類型freq表示出現(xiàn)最多的類型的數(shù)目任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析【做中學(xué)5.2.4】讀入銷售統(tǒng)計(jì)表.xlsx（位置：E:\file\），使用describe()函數(shù)對(duì)銷售部門列進(jìn)行描述統(tǒng)計(jì)。importpandasaspd#引入Pandas#讀取Excel表格數(shù)據(jù)df=pd.read_excel(r'E:\file\銷售統(tǒng)計(jì)表.xlsx')sale=df['銷售部門'].describe()sale#查看sale【做中學(xué)5.2.4】程序如下：count38unique3top銷售3部freq14Name:銷售部門,dtype:object程序輸出結(jié)果如下所示：

從程序運(yùn)行結(jié)果可以看出，對(duì)于銷售部門列有38個(gè)非空元素值，分為3個(gè)種類，分別為：銷售1部、銷售2部、銷售3部，其中出現(xiàn)非空值最多的是銷售3部，共計(jì)有14個(gè)。任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析通過讀取企業(yè)費(fèi)用支出表.xlsx（位置：E:\file\）獲取數(shù)據(jù)。程序如下：importpandasaspd#導(dǎo)入Pandas模塊#讀入Excel表格數(shù)據(jù)df=pd.read_excel(r'E:\file\企業(yè)費(fèi)用支出表.xlsx')STEP01案例解析對(duì)辦公費(fèi)采用sum()、mean()、max()、min()、std()函數(shù)統(tǒng)計(jì)合計(jì)數(shù)、平均值、最大值、最小值和標(biāo)準(zhǔn)差。程序如下：print('辦公費(fèi)的合計(jì)數(shù)為：',df['辦公費(fèi)'].sum())print('辦公費(fèi)的平均值為：',df['辦公費(fèi)'].mean())print('辦公費(fèi)的最大值為：',df['辦公費(fèi)'].max())print('辦公費(fèi)的最小值為：',df['辦公費(fèi)'].min())print('辦公費(fèi)的標(biāo)準(zhǔn)差為：',df['辦公費(fèi)'].std())STEP02辦公費(fèi)的合計(jì)數(shù)為：299000辦公費(fèi)的平均值為：24916.666666666668辦公費(fèi)的最大值為：49000辦公費(fèi)的最小值為：8000辦公費(fèi)的標(biāo)準(zhǔn)差為：14100.021491494475程序輸出結(jié)果如下所示：任務(wù)5.2利用Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與描述分析任務(wù)實(shí)訓(xùn)請(qǐng)上機(jī)編寫程序?qū)崿F(xiàn)以下要求：讀取企業(yè)費(fèi)用支出表.xlsx（位置：E:\file\），對(duì)研發(fā)費(fèi)用計(jì)算平