Pandas : comment utiliser décrire() pour les variables catégorielles

Par défaut, la fonction décrire() dans pandas calcule des statistiques descriptives pour toutes les variables numériques d’un DataFrame.

Cependant, vous pouvez également utiliser les méthodes suivantes pour calculer des statistiques descriptives pour les variables catégorielles :

Méthode 1 : calculer des statistiques descriptives pour les variables catégorielles

df.describe(include='object')

Cette méthode calculera count , unique , top et freq pour chaque variable catégorielle dans un DataFrame.

Méthode 2 : calculer les statistiques descriptives catégorielles pour toutes les variables

df.astype('object').describe()

Cette méthode calculera count , unique , top et freq pour chaque variable d’un DataFrame.

Les exemples suivants montrent comment utiliser chaque méthode avec le DataFrame pandas suivant qui contient des informations sur divers joueurs de basket-ball :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   'points': [18, 22, 19, 14, 14, 11, 20, 28],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print(df)

  team  points  assists  rebounds
0    A      18        5        11
1    B      22        7         8
2    C      19        7        10
3    D      14        9         6
4    E      14       12         6
5    F      11        9         5
6    G      20        9         9
7    H      28        4        12

Exemple 1 : calculer des statistiques descriptives pour des variables catégorielles

Nous pouvons utiliser la syntaxe suivante pour calculer des statistiques descriptives pour chaque variable catégorielle du DataFrame :

#calculate descriptive statistics for categorical variables only
df.describe(include='object')

team
count	8
unique	8
top	A
freq	1

La sortie affiche diverses statistiques descriptives pour la seule variable catégorielle ( team ) du DataFrame.

Voici comment interpréter le résultat :

• count : Il y a 8 valeurs dans la colonne équipe.
• unique : Il y a 8 valeurs uniques dans la colonne équipe.
• top : La valeur « supérieure » (c’est-à-dire la plus élevée dans l’alphabet) est A.
• freq : Cette valeur maximale apparaît 1 fois.

Exemple 2 : Calculer des statistiques descriptives catégorielles pour toutes les variables

Nous pouvons utiliser la syntaxe suivante pour calculer count , unique , top et freq pour chaque variable du DataFrame :

#calculate categorical descriptive statistics for all variables
df.astype('object').describe()

        team	points	assists	 rebounds
count	8	8	8	 8
unique	8	7	5	 7
top	A	14	9	 6
freq	1	2	3	 2

La sortie affiche count , unique , top et freq pour chaque variable du DataFrame, y compris les variables numériques.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Pandas : comment utiliser décrire() par groupe
Pandas : comment utiliser décrire() avec des centiles spécifiques
Pandas : comment utiliser décrire() et supprimer la notation scientifique