有没有一种简单的方法可以计算 Pandas value_counts 系列的平均值和标准差？答案

【问题标题】：Is there an easy way to compute mean and standard deviation from Pandas value_counts Series?有没有一种简单的方法可以计算 Pandas value_counts 系列的平均值和标准差？
【发布时间】：2020-03-20 15:11:42
【问题描述】：

为了测试（大）样本之间是否存在统计差异，我想从 value_counts 系列计算平均值和 sd：

在[0]中：counts.value_counts()

我知道通过做类似的事情来计算平均值并不难

total = 0
for idx, val in counts.value_counts().iteritems():
    total = total + idx*val
m = total/sum(sum(counts.value_counts()))

我在问是否有更短的方法来做到这一点。

我也在问如何从 counts.value_counts() 输出计算标准偏差。

【问题讨论】：

标签： python pandas statistics

【解决方案1】：

你实际上可以做到这些。

counts.value_counts().mean()
counts.value_counts().median()
counts.value_counts().mode()
counts.value_counts().std()

【讨论】：

这给了我实际值的平均值（和标准）。我想知道索引的平均值（？）。所以从我的例子来看，平均值是 1.397994。

【解决方案2】：

您可以使用 pandas 系列索引来获取索引的平均值

import pandas as pd 
import numpy as np


df = pd.DataFrame([1,2,3,4,4,4,4,4], columns = ['num'])

np.mean(df['num'].value_counts().index)
#op
2.5

【讨论】：

【解决方案3】：

您可以通过使用numpy.average 进行加权平均来从值计数中获得平均值：

counts = df.value_counts()
np.average(counts.index, weights=counts)
1.3979943591350674

Stdev 有点棘手，因为使用权重进行分析不太常见，但看起来statsmodels 中有些东西可以提供帮助：

from statsmodels.stats.weightstats import DescrStatsW

weighted_stats = DescrStatsW(counts.index, weights=counts, ddof=0)
weighted_stats.mean, weighted_stats.std
(1.3979943591350674, 1.1904965747995073)

【讨论】：

【解决方案4】：

不要忘记 describe()。它可以用于系列或数据框。

DataFrame.describe(percentiles=None, include=None, exclude=None, datetime_is_numeric=False)

df.describe() # returns dataframe containing describes for each column.
df['counts'].describe() # describe for values
df['counts'].value_counts().describe() # describe for value_counts()
df.value_counts().describe()['mean'] # returns mean
df['counts'].describe()[['mean','std']] # returns mean and std

【讨论】：