描述性统计
Coddy Pandas 数据分析 课程的第 14 课，共 19 课。
Pandas 提供了多个函数来帮助你了解和分析数据。下面是一些常用函数：
<strong>.count()</strong>：返回非空观测值的数量：
df['column_name'].count()<strong>.mean()</strong>：返回非空观测值的平均值：
df['column_name'].mean()<strong>.min()</strong> 和 <strong>.max()</strong>：返回非空观测值中的最小值和最大值：
df['column_name'].min()
df['column_name'].max()<strong>.median()</strong>：返回非空观测值的中位数：
df['column_name'].median()<strong>.std()</strong>：返回非空观测值的标准差：
df['column_name'].std()下面是一个示例，展示如何使用我们学过的这些方法：
统计 A 组中有多少名玩家：
players_a = df[df["group"] == "A"]
num_players = players_a["id"].count()
mean_score = players_a["score"].mean()
挑战
简单CSV 文件 visits.csv 包含特定地点在特定时间的访问次数信息。
以下是文件的前 5 行：
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588创建一个包含以下键的字典：min、max、mean、std 和 median，并为地点 ID 5 的 visits 列提供相应的统计值。
最后，打印这个字典。
系统已提供了这个挑战的部分代码，请补全缺失的部分。
亲手试试
# 已将 pandas 导入为 pd
df = pd.read_csv("./visits.csv")
# 在下方编写你的代码
res = {
"min": locaion_5["visits"].min(),
"max": # 填写
"mean": # 填写
"std": # 填写
"median": # 填写
}
print(res)Pandas 数据分析中的所有课
自己练习： Python 在线编译器