pandas是Python中处理表格数据的强大工具，而数据统计分析是数据分析的基础。今天，我们就来聊聊5个最常用的pandas统计函数，让你快速掌握基础分析技能，即使是初学者也能轻松上手！
一、sum()：快速求和，统计总量¶
作用：计算某列（或某行）所有数值的总和。
场景：比如统计全班某科目的总分、某班级所有学生的销售额总和等。
示例：
假设我们有一个学生成绩表，包含数学、语文、英语三门课的分数：
import pandas as pd
# 创建数据
data = {
"学生ID": [1, 2, 3, 4, 5],
"数学": [85, 92, 78, 90, 88],
"语文": [76, 88, 95, 80, 79],
"英语": [90, 85, 82, 93, 87]
}
df = pd.DataFrame(data)
# 计算数学总分（单列求和）
math_total = df["数学"].sum()
print("数学总分：", math_total) # 输出：数学总分： 433（85+92+78+90+88=433）
# 计算所有科目总分（对所有数值列求和）
all_subjects_total = df.sum()
print(all_subjects_total) # 会输出各列的总和，包括学生ID（但ID是整数，求和无意义，pandas会自动忽略非数值列）
注意：
- sum()默认会自动跳过缺失值（NaN），如果数据中有空值，结果不会受影响。
- 想对行求和（比如每行学生的总分），可以加参数 axis=1：df.sum(axis=1)。
二、mean()：计算平均值，反映集中趋势¶
作用：计算某列（或某行）的平均值（总和除以数量）。
场景：比如统计某科目的平均分、班级平均分数等。
示例：
用上面的成绩表计算数学平均分：
# 数学平均分
math_avg = df["数学"].mean()
print("数学平均分：", math_avg) # 输出：数学平均分： 86.6（433/5=86.6）
# 所有科目平均分（对数值列求平均）
all_subjects_avg = df.mean()
print(all_subjects_avg) # 各科目平均分：数学86.6，语文83.6，英语87.4
注意：
- 同样会自动忽略缺失值，若数据无缺失，结果更准确。
- 平均值容易受极端值影响（比如个别高分/低分会拉高/拉低整体），后续可结合中位数分析。
三、median()：计算中位数，抗极端值干扰¶
作用：找到数据排序后的中间值，反映数据的“中间水平”。
场景：当数据中有极端值（如满分或0分）时，中位数比平均值更可靠。
示例：
假设数学成绩中有一个极端低分（比如学生6的数学是50分，替换原数据中的某个值）：
# 先修改数据（添加极端值）
data["数学"] = [85, 92, 78, 90, 88, 50] # 新增学生6
df = pd.DataFrame(data)
# 计算数学平均分（受极端低分影响）
math_avg = df["数学"].mean() # 433+50=483，483/6=80.5
print("数学平均分（含极端值）：", math_avg) # 输出：80.5
# 计算中位数（不受极端值影响）
math_median = df["数学"].median() # 排序后：50,78,85,88,90,92 → 中间两个数(85+88)/2=86.5
print("数学中位数（含极端值）：", math_median) # 输出：86.5
结论：中位数更适合反映“大多数数据的真实水平”，尤其是数据分布不均时。
四、max() 和 min()：找出最大/最小值¶
作用：分别返回某列（或某行）的最大值和最小值。
场景：统计最高分、最低分，或者某指标的波动范围。
示例：
# 数学最高分
math_max = df["数学"].max()
print("数学最高分：", math_max) # 输出：92
# 数学最低分
math_min = df["数学"].min()
print("数学最低分：", math_min) # 输出：50
# 对整个DataFrame所有数值列找最大/最小值
df_max = df.max() # 各列最大值
df_min = df.min() # 各列最小值
print("各科目最高分：", df_max[["数学", "语文", "英语"]]) # 输出：数学92，语文95，英语93
五、describe()：一站式描述性统计¶
作用：对数据进行“全方位体检”，一次性输出count（数量）、mean（均值）、std（标准差）、min/max（极值）、25%/50%/75%（分位数）。
场景：快速了解数据的整体分布、波动范围和离散程度。
示例：
# 对所有数值列（如数学、语文、英语）做统计
df_describe = df[["数学", "语文", "英语"]].describe()
print(df_describe)
输出结果（简化）：
数学 语文 英语
count 6.000000 6.000000 6.000000
mean 80.500000 82.166667 84.166667
std 14.720756 9.622553 8.516326
min 50.000000 76.000000 79.000000
25% 78.000000 79.250000 80.750000
50% 86.500000 83.000000 85.000000
75% 88.750000 88.000000 90.000000
max 92.000000 95.000000 93.000000
关键指标解释：
- std（标准差）：数值越大，数据波动越剧烈（比如英语std=8.5，数学std=14.7，说明数学分数差距更大）。
- 25%/75%：四分之一分位数和四分之三分位数，中间50%的数据落在这个区间内。
总结：5个函数，从“基础”到“进阶”¶
这5个函数（sum/mean/median/max/min/describe）是数据分析的“基本功”。通过它们，你可以快速回答以下问题：
- 数据总量是多少？（sum）
- 平均水平如何？（mean）
- 中间水平和波动范围？（median/std）
- 极值是多少？（max/min）
后续你可以继续学习分组统计（groupby）、标准差（std）等进阶内容，逐步提升数据分析能力！
小练习：试着用上述方法统计自己学习资料里的成绩数据，或者用pandas生成随机数据，练习这些函数的使用吧！