pandas是Python中處理表格數據的強大工具，而數據統計分析是數據分析的基礎。今天，我們就來聊聊5個最常用的pandas統計函數，讓你快速掌握基礎分析技能，即使是初學者也能輕鬆上手！
一、sum()：快速求和，統計總量¶
作用：計算某列（或某行）所有數值的總和。
場景：比如統計全班某科目的總分、某班級所有學生的銷售額總和等。
示例：
假設我們有一個學生成績表，包含數學、語文、英語三門課的分數：
import pandas as pd
# 創建數據
data = {
"學生ID": [1, 2, 3, 4, 5],
"數學": [85, 92, 78, 90, 88],
"語文": [76, 88, 95, 80, 79],
"英語": [90, 85, 82, 93, 87]
}
df = pd.DataFrame(data)
# 計算數學總分（單列求和）
math_total = df["數學"].sum()
print("數學總分：", math_total) # 輸出：數學總分： 433（85+92+78+90+88=433）
# 計算所有科目總分（對所有數值列求和）
all_subjects_total = df.sum()
print(all_subjects_total) # 會輸出各列的總和，包括學生ID（但ID是整數，求和無意義，pandas會自動忽略非數值列）
注意：
- sum()默認會自動跳過缺失值（NaN），如果數據中有空值，結果不會受影響。
- 想對行求和（比如每行學生的總分），可以加參數 axis=1：df.sum(axis=1)。
二、mean()：計算平均值，反映集中趨勢¶
作用：計算某列（或某行）的平均值（總和除以數量）。
場景：比如統計某科目的平均分、班級平均分數等。
示例：
用上面的成績表計算數學平均分：
# 數學平均分
math_avg = df["數學"].mean()
print("數學平均分：", math_avg) # 輸出：數學平均分： 86.6（433/5=86.6）
# 所有科目平均分（對數值列求平均）
all_subjects_avg = df.mean()
print(all_subjects_avg) # 各科目平均分：數學86.6，語文83.6，英語87.4
注意：
- 同樣會自動忽略缺失值，若數據無缺失，結果更準確。
- 平均值容易受極端值影響（比如個別高分/低分會拉高/拉低整體），後續可結合中位數分析。
三、median()：計算中位數，抗極端值干擾¶
作用：找到數據排序後的中間值，反映數據的“中間水平”。
場景：當數據中有極端值（如滿分或0分）時，中位數比平均值更可靠。
示例：
假設數學成績中有一個極端低分（比如學生6的數學是50分，替換原數據中的某個值）：
# 先修改數據（添加極端值）
data["數學"] = [85, 92, 78, 90, 88, 50] # 新增學生6
df = pd.DataFrame(data)
# 計算數學平均分（受極端低分影響）
math_avg = df["數學"].mean() # 433+50=483，483/6=80.5
print("數學平均分（含極端值）：", math_avg) # 輸出：80.5
# 計算中位數（不受極端值影響）
math_median = df["數學"].median() # 排序後：50,78,85,88,90,92 → 中間兩個數(85+88)/2=86.5
print("數學中位數（含極端值）：", math_median) # 輸出：86.5
結論：中位數更適合反映“大多數數據的真實水平”，尤其是數據分佈不均時。
四、max() 和 min()：找出最大/最小值¶
作用：分別返回某列（或某行）的最大值和最小值。
場景：統計最高分、最低分，或者某指標的波動範圍。
示例：
# 數學最高分
math_max = df["數學"].max()
print("數學最高分：", math_max) # 輸出：92
# 數學最低分
math_min = df["數學"].min()
print("數學最低分：", math_min) # 輸出：50
# 對整個DataFrame所有數值列找最大/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[["數學", "語文", "英語"]]) # 輸出：數學92，語文95，英語93
五、describe()：一站式描述性統計¶
作用：對數據進行“全方位體檢”，一次性輸出count（數量）、mean（均值）、std（標準差）、min/max（極值）、25%/50%/75%（分位數）。
場景：快速瞭解數據的整體分佈、波動範圍和離散程度。
示例：
# 對所有數值列（如數學、語文、英語）做統計
df_describe = df[["數學", "語文", "英語"]].describe()
print(df_describe)
輸出結果（簡化）：
數學 語文 英語
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
關鍵指標解釋：
- std（標準差）：數值越大，數據波動越劇烈（比如英語std=8.5，數學std=14.7，說明數學分數差距更大）。
- 25%/75%：四分之一分位數和四分之三分位數，中間50%的數據落在這個區間內。
總結：5個函數，從“基礎”到“進階”¶
這5個函數（sum/mean/median/max/min/describe）是數據分析的“基本功”。通過它們，你可以快速回答以下問題：
- 數據總量是多少？（sum）
- 平均水平如何？（mean）
- 中間水平和波動範圍？（median/std）
- 極值是多少？（max/min）
後續你可以繼續學習分組統計（groupby）、標準差（std）等進階內容，逐步提升數據分析能力！
小練習：試着用上述方法統計自己學習資料裏的成績數據，或者用pandas生成隨機數據，練習這些函數的使用吧！