Question

python dataframe describe 参数 什么意思

Answer 1

describe()查看数据的分布情况
可返回变量和观测的数量、缺失值和唯一值的数目、平均值、分位数等相关信息

Answer 2

count 数量
mean 平均值
std 标准差
min 最小值
25% 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。
50% 中位数
75% 同上类似
max 最大值

Answer 3

pandas.Series.describe
DataFrame.describe(percentiles=None, include=None, exclude=None)
生成描述性统计，总结数据集分布的中心趋势，分散和形状，不包括NaN值。

分析数字和对象系列，以及混合数据类型的DataFrame列集。 输出将根据所提供的内容而有所不同。 有关详细信息，请参阅下面的注释。

变量：
1、百分位数：数字列表，可选
输出中包含的百分位数。 全部应该在0和1之间。默认值为[.25，.5，.75]，返回第25，第50和第75百分位数。
2、包括：'all'，dtypes的列表或无（默认），可选
要包括在结果中的白名单数据类型。 忽略了系列。 以下是选项：
l 'all'：输入的所有列都将包含在输出中。
l 类似dtypes的列表：将结果限制为提供的数据类型。 将结果限制为数字类型，提交numpy.number。要将其限制为分类对象，请提交numpy.object数据类型。 字符串也可以以select_dtypes的样式使用（例如，df.describe（include = ['O']））。
l 无（默认）：结果将包括所有数字列。
3、排除：类型为dtypes或None（默认），可选
从结果中忽略的黑名单数据类型。 忽略了系列。 以下是选项：
l 类似dtypes的列表：从结果中排除提供的数据类型。 选择数字类型submit numpy.number。要选择分类对象，请提交数据类型numpy.object。字符串也可以以select_dtypes的样式使用（例如，df.describe（include = ['O']））。
l 无（默认）：结果将不排除任何内容。
返回：
总结：系列/ DataFrame的汇总统计
注释:
对于数值数据，结果的索引将包括计数，平均值，标准差，最小值，最大值以及较低的百分位数和50。默认情况下，较低的百分位数为25，较高的百分位数为75.50百分位数与中位数相同。

对于对象数据（例如字符串或时间戳），结果的索引将包括count，unique，top和freq。顶部是最常见的价值。频率是最常见的频率。时间戳还包括第一个和最后一个项目。

如果多个对象值具有最高的计数，则计数和顶部结果将从计数最高的那些中任意选择。

对于通过DataFrame提供的混合数据类型，默认值仅返回数字列的分析。如果include ='all'作为选项提供，则结果将包括每种类型的属性的并集。

可以使用include和exclude参数来限制DataFrame中哪些列被分析输出。分析系列时，参数将被忽略。

例子：
描述数字系列。
>>> s = pd.Series([1, 2, 3])
>>> s.describe()
count 3.0
mean 2.0
std 1.0
min 1.0
25% 1.5
50% 2.0
75% 2.5
max 3.0
描述一个分类系列。
>>> s = pd.Series(['a', 'a', 'b', 'c'])
>>> s.describe()
count 4
unique 3
top a
freq 2
dtype: object

描述时间戳系列。
>>> s = pd.Series([
... np.datetime64("2000-01-01"),
... np.datetime64("2010-01-01"),
... np.datetime64("2010-01-01")
... ])
>>> s.describe()
count 3
unique 2
top 2010-01-0100:00:00
freq 2
first 2000-01-01 00:00:00
last 2010-01-01 00:00:00
dtype: object

描述DataFrame。默认情况下只返回数字字段。
>>> df = pd.DataFrame([[1, 'a'], [2, 'b'], [3, 'c']],
... columns=['numeric', 'object'])
>>> df.describe()
numeric
count 3.0
mean 2.0
std 1.0
min 1.0
25% 1.5
50% 2.0
75% 2.5
max 3.0

描述DataFrame的所有列，而不管数据类型如何。
>>> df.describe(include='all')
numericobject
count 3.0 3
unique NaN 3
top NaN b
freq NaN 1
mean 2.0 NaN
std 1.0 NaN
min 1.0 NaN
25% 1.5 NaN
50% 2.0 NaN
75% 2.5 NaN
max 3.0 NaN

通过访问DataFrame作为属性来描述列。
>>> df.numeric.describe()
count 3.0
mean 2.0
std 1.0
min 1.0
25% 1.5
50% 2.0
75% 2.5
max 3.0
Name: numeric, dtype: float64

在DataFrame描述中仅包含数字列。
>>> df.describe(include=[np.number])
numeric
count 3.0
mean 2.0
std 1.0
min 1.0
25% 1.5
50% 2.0
75% 2.5
max 3.0

在DataFrame描述中只包含字符串列。
>>> df.describe(include=[np.object])
object
count 3
unique 3
top b
freq 1

从DataFrame描述中排除数字列。
>>> df.describe(exclude=[np.number])
object
count 3
unique 3
top b
freq 1

从DataFrame描述中排除对象列。
>>> df.describe(exclude=[np.object])
numeric
count 3.0
mean 2.0
std 1.0
min 1.0
25% 1.5
50% 2.0
75% 2.5
max 3.0

顶
0

踩
0