Geometrische Mittelwert Pandas

Die Arbeit mit der Python -Programmiersprache macht alles einfach und einfacher. Die Python -Programmiersprache wurde entwickelt, um das Leben des Entwicklers zu erleichtern, weshalb selbst Anfänger und Anfänger Python -Entwickler sich in Programmierung und Entwicklung verlieben. Es ist eine der besten Programmiersprachen für die Datenanalyse. Darüber hinaus bietet die Python -Programmiersprache Bibliotheken, die mathematische und statistische Berechnungen durchführen können.

Geometrische Mittel sind eine der Python -Pandas -Funktionen. Dieser Artikel soll demonstrieren, wie man den geometrischen Mittelwert mit Pandas in Python findet.

Was bedeutet geometrisch?

Der geometrische Mittelwert ist der Durchschnitt der Zahlenmenge, die normalerweise als zusammengesetzte jährliche Wachstumsrate bezeichnet wird. Es wird verwendet, wenn eine Liste von Zahlen miteinander multipliziert werden muss. In einfachen Worten ist es der Durchschnittswert der Anzahl der Zahlen. Um den geometrischen Mittelwert zu berechnen, multiplizieren wir einfach alle im Satz vorhanden.

So finden Sie geometrisches Mittel mit Pandas in Python?

Es gibt verschiedene Möglichkeiten, wie wir implementieren können, um die geometrischen Mittel mit Pandas in Python zu berechnen. Hier werden wir jedoch die vier einfachsten und einfachsten Möglichkeiten diskutieren, um das geometrische Mittel mit Pandas in Python zu finden.

Methode 1: Manuelle Berechnung des geometrischen Mittelwerts

Die erste Methode ist sehr einfach, aber langweilig. Es ist genau so, als würde man den geometrischen Mittelwert eines Taschenrechners berechnen, das Produkt aller Zahlen einnehmen und dann das nte Wurzel des Produkts einnehmen. Lassen Sie uns nun einen Beispielcode sehen, um die manuelle Methode zu erlernen.

Beispiel 1

In diesem Beispiel werden wir einfach 5 Zahlen bereitstellen und ihr Produkt mit * (Multiplikationszeichen) nehmen, und dann werden wir das Produkt durch 5 dividieren, da 5 die Anzahl der Beobachtungen ist. Jetzt sehen wir den Code:

Zahlen = 10 * 20 * 1 * 5 * 6
n = 5
GM = (Zahlen) ** (1/n)
print ('Der manuell berechnete geometrische Mittelwert ist:' + str (gm))

Beachten Sie, dass das Produkt von 10 * 20 * 1 * 5 * 6 6000 beträgt und die N -te Wurzel von 6000 5 beträgt.69. Siehe die Ausgabe unten:

Methode 2: Verwenden einer Schleife zur Berechnung des geometrischen Mittelwerts

Die alternative Methode des manuellen Prozess. Siehe das Beispiel unten, um besser zu verstehen.

Beispiel 2

In diesem Beispiel werden wir einfach alle Zahlen in eine Liste einfügen und die Schleife "for" verwenden, um das Produkt der in der Liste angegebenen Zahlen zu berechnen und die Formel der geometrischen Mittel anzuwenden. Siehe den Code unten.

Produkt = 1
Zahlen = [10, 20, 1, 5, 6]
n = len (Zahlen)
Denn ich in Zahlen:
Produkt = (Produkt)*(i)
gm = (Produkt) ** (1/n)
print ('Der manuell berechnete geometrische Mittelwert ist:' + str (gm))

Nachdem Sie die 'for' -Schleife verwendet haben, erhalten Sie das folgende Ergebnis. Wenn Sie nun bemerken, ist das Ergebnis das gleiche wie im vorherigen Beispiel. Gehen wir mit der dritten Methode fort.

Methode 3: Verwenden Sie Scipy und Pandas, um die geometrischen Mittelwerte zu berechnen

Die Pandas -Bibliothek in Python ist außergewöhnlich großartig mit statistischer und mathematischer Berechnung. Es bietet fast jede Funktion für wissenschaftliche, statistische und mathematische Berechnungen. Pandas liefern eine GMEAN () -Funktion, um den geometrischen Mittelwert einer Reihe von Zahlen zu finden. Im folgenden Beispiel werden wir demonstrieren.

Beispiel 3

Dieses Beispiel ist sehr einfach; Wir werden einfach die "Statistic" -Scipy -Bibliothek importieren und die Funktion gmean () auf einer Reihe von Zahlen verwenden. Siehe den Code unten:

aus Scipy -Importstatistiken
gm = Statistiken.GMEAN ([10, 20, 1, 5, 6])
print ('Der manuell berechnete geometrische Mittelwert ist:' + str (gm))

Da wir den gleichen Satz von Zahlen verwendet haben, sollte der Ausgang die gleichen sein wie in den vorherigen Beispielen. Siehe die Ausgabe unten.

Beachten Sie, dass die Funktion gmean () das gleiche Ergebnis wie in den obigen Beispielen lieferte, was bedeutet, dass GMEAN () die Berechnung einiger Codezeilen mit nur dem Funktionsaufruf von GMEAN () durchführen kann.

Erstellen wir nun einen Datenrahmen und verwenden dann Scipy und Pandas, um zu sehen. Zuerst erstellen wir einen Datenrahmen und rufen dann die Funktion gmean () auf, um den geometrischen Mittelwert eines Datenrahmens zu berechnen. Siehe den Code unten:

Aus Pandas importieren Sie DataFrame
von Scipy.Statistiken.MStats importieren GMEAN
list1 = 'number': [10, 20, 1, 5, 6]
DF = DataFrame (List1)
gm = gmean (df.loc [:, 'number'])
print ('Der manuell berechnete geometrische Mittelwert ist:' + str (gm))

Siehe die Ausgabe unten. Beachten Sie, dass das gleiche Ergebnis generiert wird. Lassen Sie uns nun zur vierten und die letzte Methode wechseln.

Methode 4: Verwenden Sie Numpy, um den geometrischen Mittelwert zu berechnen

Bei dieser Methode geht es darum, den geometrischen Mittelwert unter Verwendung der integrierten Funktion der Numpy-Bibliothek zu berechnen. Siehe das Beispiel unten, um zu erfahren, wie Sie die Numpy-integrierte Funktion im Python-Code verwenden.

Beispiel 4

In diesem Beispiel werden wir einfach eine benutzerdefinierte Funktion erstellen, um den geometrischen Mittelwert unter Verwendung von Numpy integriertem log () und Mean () zu berechnen. Die benutzerdefinierte Funktion und GMEAN () -Funktion sind beide so konzipiert, dass sie dieselbe Funktion ausführen, damit sie dasselbe Ergebnis liefern sollten. Sehen Sie sich den folgenden Code an, um zu erfahren, wie Sie die benutzerdefinierte Python -Funktion definieren, die den geometrischen Mittelwert für Sie berechnen kann.

Hier werden wir die Funktion log () verwenden, um zuerst das Protokoll des Satzes der Zahlen zu finden, und dann werden wir die Funktion normaler Mittelwert () anwenden, und danach wird die Funktion exp () angewendet, um den Normalwert umzuwandeln in geometrisches Mittel. Sehen Sie den folgenden Code, um ein besseres Verständnis zu haben.

Numph als NP importieren
def g_mean (x):
a = np.log (x)
Return NP.exp (a.bedeuten())
gm = g_mean ([10, 20, 1, 5, 6])
print ('Der manuell berechnete geometrische Mittelwert ist:' + str (gm))

Da wir dieselben Daten wie die Eingabe bereitgestellt haben, sollte die Ausgabe wieder gleich sein. Siehe die Ausgabe unten.

Abschluss

In diesem Artikel haben wir gelernt, wie die geometrischen Mittel in Python berechnet werden können. Wir haben vier verschiedene Methoden zur Berechnung des geometrischen Mittelwerts in Python gezeigt. Die erste Methode ist manuell, die zweite Methode verwendet die 'for' -Schleife.