前言

在 Pandas 中，describe() 函數能夠為數據框（DataFrame）中的數值列提供統(tǒng)計摘要信息。

一、describe() 函數是什么？

describe() 函數是 Pandas 數據框（DataFrame）對象的一個方法，它用于生成有關數據的統(tǒng)計摘要。這個統(tǒng)計摘要包括了數據列的數量、均值、標準差、最小值、25% 分位數、中位數（50% 分位數）、75% 分位數和最大值。

二、describe()函數的基本用法

import pandas as pd

# 創(chuàng)建一個示例數據框
data = {'Age': [25, 30, 35, 40, 45],
        'Salary': [50000, 60000, 75000, 80000, 90000]}

df = pd.DataFrame(data)

# 使用 describe() 函數生成統(tǒng)計摘要
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() 函數的參數說明

describe() 函數有一些可選參數，可以用來控制統(tǒng)計摘要的輸出。

• percentiles：指定要計算的百分位數，默認是 [0.25, 0.5, 0.75]，即 25%、50% 和 75% 分位數。
• include 和 exclude：用于選擇要包含或排除的數據類型，默認情況下包括所有數值列。
• datetime_is_numeric：如果為 True，則將日期時間列視為數值列進行統(tǒng)計。

四、示例代碼

1. 使用 percentiles參數

設置 percentiles 參數來自定義要計算的百分位數。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 參數

使用 include 和 exclude 參數來選擇要包含或排除的數據類型。

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

3. 處理日期時間列

如果數據框中包含日期時間列，使用 datetime_is_numeric 參數將其視為數值列進行統(tǒng)計。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)

到此這篇關于Pandas Describe函數的具體使用的文章就介紹到這了,更多相關Pandas describe()內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！ 

最新評論