零基础上手Python数据分析 (16)：DataFrame 常用统计分析方法

写在前面

—— 超越简单排序，探索数据内在规律，掌握Pandas统计分析基础

上一篇博客，我们学习了如何使用 Pandas 对 DataFrame 进行排序和排名，这使得我们能够更好地组织数据并快速定位关键信息。 然而，仅仅对数据进行排序和排名，还不足以完全理解数据。 要想更深入地解读数据背后的故事，我们需要运用 统计分析 (Statistical Analysis) 的方法。

统计分析：从数据到洞察的关键桥梁

统计分析 是一系列用于 收集、整理、分析、解释和呈现数据 的方法。 通过统计分析，我们可以：

• 描述数据的集中趋势： 了解数据的 “中心” 在哪里，例如平均值、中位数。
• 描述数据的离散程度： 了解数据的波动范围和分散情况，例如标准差、方差、最大最小值。
• 了解数据的分布形态： 观察数据的分布形状，例如是否对称、是否存在偏态。
• 探索变量之间的关系： 分析不同变量之间是否存在相关性，以及相关的强度和方向。
• 从样本推断总体