Pandas DataFrame.describe()函式
Minahil Noor
2023年1月30日
-
pandas.DataFrame.describe()語法 -
示例程式碼：
DataFrame.describe()方法查詢 DataFrame 統計 -
示例程式碼：
DataFrame.describe()方法查詢各列統計資料 -
示例程式碼：
DataFrame.describe()方法查詢數值列統計
Python Pandas DataFrame.describe() 函式返回一個 DataFrame 的統計資料。
pandas.DataFrame.describe() 語法
DataFrame.describe(
percentiles=None, include=None, exclude=None, datetime_is_numeric=False
)
引數
percentiles |
這個引數告訴了輸出中要包含的百分位數，所有的值都應該在 0 和 1 之間。預設值是 [.25, .5, .75]，返回第 25、50 和 75 個百分位數。 |
include |
輸出中要包含的資料型別。它有三個選項。all：輸入的所有列都將被包含在輸出中。類似列表的資料型別：將結果限制在提供的資料型別中。None：結果將包括所有數字列。 |
exclude |
要從輸出中排除的資料型別。它有兩個選項。類似於資料型別的列表：從結果中排除所提供的資料型別。None。結果將不包括任何東西。 |
datetime_is_numeric |
布林引數。它指定我們是否將資料時間型別作為數字型別處理。 |
返回
它返回所傳遞的 Series 或 DataFrame 的統計摘要。
示例程式碼：DataFrame.describe() 方法查詢 DataFrame 統計
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.describe()
print("Statistics are: \n")
print(dataframe1)
輸出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Statistics are:
Attendance Obtained Marks
count 5.000000 5.000000
mean 82.600000 71.200000
std 15.773395 17.484279
min 60.000000 45.000000
25% 78.000000 64.000000
50% 80.000000 75.000000
75% 95.000000 82.000000
max 100.000000 90.000000
該函式返回了 DataFrame 的統計摘要。我們沒有傳遞任何引數，所以，函式使用了所有的預設值。
示例程式碼： DataFrame.describe() 方法查詢各列統計資料
我們將使用 include 引數查詢所有列的統計資料。
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.describe(include='all')
print("Statistics are: \n")
print(dataframe1)
輸出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Statistics are:
Attendance Name Obtained Marks
count 5.000000 5 5.000000
unique NaN 5 NaN
top NaN Kevin NaN
freq NaN 1 NaN
mean 82.600000 NaN 71.200000
std 15.773395 NaN 17.484279
min 60.000000 NaN 45.000000
25% 78.000000 NaN 64.000000
50% 80.000000 NaN 75.000000
75% 95.000000 NaN 82.000000
max 100.000000 NaN 90.000000
該函式返回了 DataFrame 中所有列的統計彙總。
示例程式碼：DataFrame.describe() 方法查詢數值列統計
現在我們將使用 exclude 引數只查詢數值列的統計。
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.describe(exclude=[object])
print("Statistics are: \n")
print(dataframe1)
輸出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Statistics are:
Attendance Obtained Marks
count 5.000000 5.000000
mean 82.600000 71.200000
std 15.773395 17.484279
min 60.000000 45.000000
25% 78.000000 64.000000
50% 80.000000 75.000000
75% 95.000000 82.000000
max 100.000000 90.000000
我們已經排除了資料型別 object。