Python Pandas describe()函数的使用详解

原创

ithorizon 9个月前 (07-01) 阅读数 150 #Python

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！

文章标签： Python