数据的计算与格式化
在数据分析中，对数据进行计算以挖掘其内在规律，再通过格式化让结果更清晰易读，都是非常重要的环节。接下来，我们就从常见的数据计算函数、高级的数据计算函数和数据格式化三个方面来详细探讨。
一、常见的数据计算函数
常见的数据计算函数是我们处理数据时的基础工具，能帮助我们快速获取数据的基本统计特征，主要包括求和、求平均值、求最大值和求最小值。
（一）求和 ——sum () 函数
sum () 函数用于对数据进行求和操作，其语法为DataFrame.sum([axis,skipna,level,…])。
- axis 参数：axis=0 表示逐行求和，axis=1 表示逐列求和，默认是逐行。
- skipna 参数：skipna=1 时，NaN 值会自动转换为 0；skipna=0 时，NaN 值不转换，默认是自动转换。
- 该函数返回的是一个 Series 对象，包含一组行或列的小计数据。
比如，我们要计算语文、数学和英语三科的总成绩，就可以使用这个函数。先创建包含三科成绩的数据，然后调用 sum () 函数，就能得到相应的总和。
（二）获取平均值 ——mean () 函数
mean () 函数用于计算数据的平均值，语法为DataFrame.mean([axis,skipna,level,…])。
它的参数和 sum () 函数类似，axis 同样用于指定逐行还是逐列计算，skipna 处理 NaN 值的方式也相同。返回的是行或列的平均值数据，也是一个 Series 对象。
例如，计算语文、数学和英语各科的平均分，只需对包含各科成绩的数据调用 mean () 函数即可。
（三）获取最大值 ——max () 函数
max () 函数能帮我们找到数据中的最大值，语法为DataFrame.max([axis,skipna,level,…])。
- axis=0 表示逐行找最大值，axis=1 表示逐列找最大值，默认是逐列。
- 其他参数的作用和前面的函数一致，返回的是行或列的最大值数据 Series 对象。
想知道语文、数学和英语各科的最高分，用 max () 函数就能轻松实现。
（四）获取最小值 ——min () 函数
min () 函数与 max () 函数相对应，用于获取数据中的最小值，语法为DataFrame.min([axis,skipna,level,…])。
其参数含义和返回值类型都和 max () 函数类似，默认逐行计算，返回行或列的最小值数据 Series 对象。
计算语文、数学和英语各科的最低分，就可以使用这个函数。
二、高级的数据计算函数
除了常见的基础计算函数，还有一些高级的数据计算函数，能让我们更深入地分析数据，包括获取中位数、众数、方差、标准差和分位数。
（一）获取中位数 ——median () 函数
中位数是按顺序排列的一组数据中位于中间位置的数，它不受异常值的影响。比如 7 个年龄数据 22、23、25、28、34、35、45，中位数是 28；8 个年龄数据 22、23、25、27、28、34、35、45，中位数是（27+28）/2=27.5。
median () 函数的语法为DataFrame.median(axis=None,skipna=None,level=None,numeric_only=None,**kwargs)。
- axis=0 表示按行计算，axis=1 表示按列计算。
- skipna 为布尔型，用于设置计算结果是否排除 NaN/Null 值，默认是 True。
- 该函数返回 Series 对象或 DataFrame 对象。
例如，我们可以用它计算学生各科成绩的中位数，无论是 3 条记录还是 4 条记录的情况，都能准确得到结果。
（二）获取数据中的众数 ——mode () 函数
众数是一组数据中出现次数最多的数，代表了数据的一般水平。比如在汉堡的销售数据中，奥尔良鸡腿堡出现的次数最多，那它就是众数。
mode () 函数的语法为DataFrame.mode(axis=0,numeric_only=False,dropna=True)。
- axis=0 或 'index' 时，获取每一列的众数；axis=1 或 'column' 时，获取每一行的众数，默认是 0。
- 它返回的是 DataFrame 对象。
我们可以用它计算学生各科成绩的众数，也能获取每一行的众数或者某一特定科目的众数。
（三）求方差 ——var () 函数
方差用于衡量一组数据的离散程度，是各组数据与它们的平均数的差的平方的平均值。方差越小，数据波动越小，越稳定；反之则波动越大，越不稳定。
var () 函数的语法为DataFrame.var(axis=None,skipna=None,level=None,ddof=1,numeric_only=None,**kwargs)。
- 参数和 median () 函数类似，其中 ddof 是自由度，默认为 1，计算时使用的除数是 N-ddof（N 为元素数量）。
- 返回 Series 对象或 DataFrame 对象。
比如通过计算 “小黑” 和 “小白” 的物理成绩方差，我们可以判断谁的成绩更稳定。
（四）标准差 ——std () 函数
标准差又称均方差，是方差的平方根，同样用于表示数据的离散程度。它的函数std()的参数和var()函数一样。
我们可以用它计算各科成绩的标准差，更直观地了解数据的离散情况。
（五）计算分位数 ——quantile () 函数
分位数以概率为依据将数据分割为几个等份，常用的有中位数（二分位数）、四分位数、百分位数等。
quantile () 函数的语法为DataFrame.quantile(q=0.5,axis=0,numeric_only=True, interpolation='linear')。
- q 默认为 0.5（50% 分位数），值在 0~1 之间。
- interpolation 用于指定插值方法，有线性、较低、较高、最近、中点等。
- 返回 Series 对象或 DataFrame 对象。
例如，根据学生的数学成绩，用该函数计算 35% 的分位数，就能确定需要淘汰的 35% 的学生。它还能计算日期、时间等数据的分位数。
三、数据格式化
数据格式化能让数据的呈现更规范、易读，主要包括设置小数位数、使用百分号和千位分隔符。
（一）设置小数位数 ——round () 函数
round () 函数用于对数据进行四舍五入，保留指定的小数位数，语法为DataFrame.round(decimals=0, *args, **kwargs)。
- decimals 可以是整数、字典或 Series 对象，若为整数，每一列都四舍五入到相同位数；若为字典或 Series，则可对不同列设置不同的小数位数。
比如我们可以将数据统一保留两位小数，也能为不同的列分别设置保留一位或两位小数。
（二）设置百分比 ——apply () 函数与 format () 函数结合
通过 apply () 函数结合 format () 函数，我们可以将数据格式化为百分比形式。
例如，将 A1 列的数据格式化为保留 0 位或两位小数的百分比，也可以使用 map () 函数实现同样的效果。
（三）设置千位分隔符 ——apply () 函数与 format () 函数结合
对于较大的数值，设置千位分隔符能让其更易读。我们可以用 apply () 函数结合 format () 函数来实现，比如将图书销售码洋格式化为带千位分隔符的数据。