Pandas 教程-Pandas DataFrame.describe()
P
点击关注 👉约 2 分钟
点击关注 👉约 2 分钟describe() 方法用于计算 Series 或 DataFrame 的数值数据的一些统计数据，如 百分位数、均值 和 标准差。它分析数值和对象 Series，以及混合数据类型的 DataFrame 列集。
语法
DataFrame.describe(percentiles=None, include=None, exclude=None)
参数
percentiles: 这是一个可选参数，是一个数字的类似列表，应该落在 0 和 1 之间。其默认值是 [.25, .5, .75]，返回第 25、50 和 75 百分位数。
include: 这也是一个可选参数，包含在描述 DataFrame 时的数据类型列表。其默认值为 None。
exclude: 这也是一个可选参数，在描述 DataFrame 时排除数据类型列表。其默认值为 None。
返回值
它返回 Series 和 DataFrame 的统计摘要。
示例1
import pandas as pdimport numpy as npa1 = pd.Series([1, 2, 3])a1.describe()
count 3.0mean 2.0std 1.0min 1.025% 1.550% 2.075% 2.5max 3.0dtype: float64
专属福利 👉点击领取：最全Python资料合集
示例2
import pandas as pdimport numpy as npa1 = pd.Series(['p', 'q', 'q', 'r'])a1.describe()
count 4unique 3top qfreq 2dtype: object
示例3
import pandas as pdimport numpy as npa1 = pd.Series([1, 2, 3])a1.describe()a1 = pd.Series(['p', 'q', 'q', 'r'])a1.describe()info = pd.DataFrame({'categorical': pd.Categorical(['s','t','u']),'numeric': [1, 2, 3],'object': ['p', 'q', 'r']})info.describe(include=[np.number])info.describe(include=[np.object])info.describe(include=['category'])
categoricalcount 3unique 3top ufreq 1
示例4
import pandas as pdimport numpy as npa1 = pd.Series([1, 2, 3])a1.describe()a1 = pd.Series(['p', 'q', 'q', 'r'])a1.describe()info = pd.DataFrame({'categorical': pd.Categorical(['s','t','u']),'numeric': [1, 2, 3],'object': ['p', 'q', 'r']})info.describe()info.describe(include='all')info.numeric.describe()info.describe(include=[np.number])info.describe(include=[np.object])info.describe(include=['category'])info.describe(exclude=[np.number])info.describe(exclude=[np.object])
categorical numericcount 3 3.0unique 3 NaNtop u NaNfreq 1 NaNmean NaN 2.0std NaN 1.0min NaN 1.025% NaN 1.550% NaN 2.075% NaN 2.5max NaN 3.0
热门推荐