Python Pandas describe()函数的使用详解

原创
ithorizon 9个月前 (07-01) 阅读数 150 #Python
目录
  • 一、初识describe()函数
  • 二、describe()函数的基本用法
  • 三、定制describe()函数的输出
  • 四、describe()函数与数据可视化
  •  五、深入领会统计指标
  • 六、总结与进阶学习

一、初识describe()函数

  在数据分析和处理的过程中,我们经常性需要了解数据的基本统计信息,如均值、标准差、最小值、最大值等。pandas库中的describe()函数为我们提供了这样的功能,它可以敏捷生成数据集的描述性统计信息。

二、describe()函数的基本用法

  describe()函数是pandas库中DataFrame和Series对象的一个方法,它默认返回以下统计信息:

  • count:非空值的数量
  • mean:平均值
  • std:标准差
  • min:最小值
  • 25%:第一四分位数(Q1)
  • 50%:第二四分位数(中位数,Q2)
  • 75%:第三四分位数(Q3)
  • max:最大值

使用示例:

import pandas as pd
# 创建一个简洁的DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)
# 使用describe()函数
description = df.describe()
print(description)

输出:

              A         B          C
count  5.000000  5.000000   5.000000
mean   3.000000  3.000000  30.000000
std    1.581139  1.581139  15.811388
min    1.000000  1.000000  10.000000
25%    2.000000  2.000000  20.000000
50%    3.000000  3.000000  30.000000
75%    4.000000  4.000000  40.000000
max    5.000000  5.000000  50.000000

三、定制describe()函数的输出

  describe()函数提供了多个参数,允许我们定制输出的统计信息。

  • percentiles:指定要包括的其他百分位数,例如percentiles=[.25, .5, .75]将返回第一、第二和第三四分位数。
  • include:指定要包括的数据类型,默认为'all',可以设置为'all', 'nums', 或 'object'
  • exclude:指定要排除的数据类型。

使用示例:

import pandas as pd
# 创建一个简洁的DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)
# 使用describe()函数定制输出
custom_description = df.describe(percentiles=[.30, .60, .90])
print(custom_description)

输出:

              A         B          C
count  5.000000  5.000000   5.000000
mean   3.000000  3.000000  30.000000
std    1.581139  1.581139  15.811388
min    1.000000  1.000000  10.000000
30%    2.200000  2.200000  22.000000
50%    3.000000  3.000000  30.000000
60%    3.400000  3.400000  34.000000
90%    4.600000  4.600000  46.000000
max    5.000000  5.000000  50.000000

四、describe()函数与数据可视化

  describe()函数输出的统计信息经常性与数据可视化结合使用,以更直观地了解数据的分布。例如,我们可以使用matplotlib库来绘制箱线图(boxplot)。

使用示例:​​​​​​​

import pandas as pd
from matplotlib import pyplot as plt
# 创建一个简洁的DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)
# 使用describe()函数定制输出
custom_description = df.describe(percentiles=[.30, .60, .90])
print(custom_description)
# 绘制箱线图
df.boxplot()
plt.show()

效果展示:

 五、深入领会统计指标

  了解describe()函数输出的统计指标对于正确解读数据至关重要。例如,标准差可以告诉我们数据集的离散程度,中位数则可以告诉我们数据集的中心趋势,而不受极端值的影响。

六、总结与进阶学习

  describe()函数是pandas库中非常实用的一个函数,它可以帮助我们敏捷了解数据集的基本统计信息。通过定制输出、结合数据可视化以及深入领会统计指标,我们可以更好地分析和处理数据。在进阶学习中,你还可以探索其他与describe()函数相关的统计方法和可视化工具,以减成本时间你的数据处理和分析能力。

期待这篇博客能帮助你更好地领会和使用pandas中的describe()函数!

到此这篇涉及Python Pandas describe()函数的使用介绍的文章就介绍到这了,更多相关Python Pandas describe()函数内容请搜索IT视界以前的文章或继续浏览下面的相关文章期待大家以后多多拥护IT视界!


本文由IT视界版权所有,禁止未经同意的情况下转发

文章标签: Python


热门