Pandas Describe函数的具体使用

前言

在 Pandas 中，describe() 函数能够为数据框（DataFrame）中的数值列提供统计摘要信息。

一、describe() 函数是什么？

describe() 函数是 Pandas 数据框（DataFrame）对象的一个方法，它用于生成有关数据的统计摘要。这个统计摘要包括了数据列的数量、均值、标准差、最小值、25% 分位数、中位数（50% 分位数）、75% 分位数和最大值。

二、describe()函数的基本用法

import pandas as pd

# 创建一个示例数据框
data = {'Age': [25, 30, 35, 40, 45],
        'Salary': [50000, 60000, 75000, 80000, 90000]}

df = pd.DataFrame(data)

# 使用 describe() 函数生成统计摘要
summary = df.describe()

print(summary)

             Age        Salary
count   5.000000      5.000000
mean   35.000000  71000.000000
std     7.905694  15968.719423
min    25.000000  50000.000000
25%    30.000000  60000.000000
50%    35.000000  75000.000000
75%    40.000000  80000.000000
max    45.000000  90000.000000

三、describe() 函数的参数说明

describe() 函数有一些可选参数，可以用来控制统计摘要的输出。

• percentiles：指定要计算的百分位数，默认是 [0.25, 0.5, 0.75]，即 25%、50% 和 75% 分位数。
• include 和 exclude：用于选择要包含或排除的数据类型，默认情况下包括所有数值列。
• datetime_is_numeric：如果为 True，则将日期时间列视为数值列进行统计。

四、示例代码

1. 使用 percentiles参数

设置 percentiles 参数来自定义要计算的百分位数。例如：

custom_percentiles = [0.1, 0.5, 0.9]
custom_summary = df.describe(percentiles=custom_percentiles)
print(custom_summary)

2. 使用 include 和 exclude 参数

使用 include 和 exclude 参数来选择要包含或排除的数据类型。

integer_summary = df.describe(include='int')
print(integer_summary)

3. 处理日期时间列

如果数据框中包含日期时间列，使用 datetime_is_numeric 参数将其视为数值列进行统计。例如：

import datetime

dates = [datetime.date(2022, 1, 1), datetime.date(2022, 1, 2), datetime.date(2022, 1, 3)]
df['Date'] = dates

date_summary = df.describe(datetime_is_numeric=True)
print(date_summary)

到此这篇关于Pandas Describe函数的具体使用的文章就介绍到这了,更多相关Pandas describe()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！