如何计算 pandas dataframe 的汇总统计信息

您可以使用以下方法来计算 pandas DataFrame 中变量的汇总统计信息：

方法 1：计算所有数值变量的汇总统计量

 df. describe ()

方法2：计算所有字符串变量的汇总统计量

 df. describe (include=' object ')

方法 3：计算按变量分组的汇总统计量

 df. groupby (' group_column '). mean ()

df. groupby (' group_column '). median ()

df. groupby (' group_column '). max ()

...

以下示例展示了如何在实践中使用以下 pandas DataFrame 的每种方法：

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28, 30],
                   ' assists ': [5, np.nan, 7, 9, 12, 9, 9, 4, 5],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, np.nan, 6]})

#view DataFrame
print (df)

  team points assists rebounds
0 to 18 5.0 11.0
1 to 22 NaN 8.0
2 A 19 7.0 10.0
3 A 14 9.0 6.0
4 B 14 12.0 6.0
5 B 11 9.0 5.0
6 B 20 9.0 9.0
7 B 28 4.0 NaN
8 B 30 5.0 6.0

示例 1：计算所有数值变量的汇总统计量

以下代码显示了如何计算 DataFrame 中每个数值变量的汇总统计信息：

 df. describe ()

	   points assists rebounds
count 9.000000 8.000000 8.000000
mean 19.555556 7.500000 7.625000
std 6.366143 2.725541 2.199838
min 11.000000 4.000000 5.000000
25% 14,000000 5,000000 6,000000
50% 19,000000 8,000000 7,000000
75% 22.000000 9.000000 9.250000
max 30.000000 12.000000 11.000000

我们可以看到三个数值变量中每一个的以下汇总统计数据：

• count：非零值的数量
• 平均值：平均值
• std ：标准差
• min：最小值
• 25% : 第 25 个百分位数的值
• 50% ：第 50 个百分位数的值（也是中位数）
• 75% : 第 75 个百分位数的值
• max ：最大值

示例 2：计算所有字符串变量的汇总统计数据

以下代码显示了如何计算 DataFrame 中每个字符串变量的汇总统计信息：

 df. describe (include=' object ')

	team
count 9
single 2
top B
freq 5

我们可以在 DataFrame 中看到字符串变量的以下汇总统计信息：

• count ：非零值的数量
• unique ：唯一值的数量
• 顶部：最常见的值
• freq : 最常出现的值的数量

示例 3：计算按变量分组的汇总统计数据

以下代码显示如何计算按团队变量分组的所有数值变量的平均值：

 df. groupby (' team '). mean ()

	points assists rebounds
team			
A 18.25 7.0 8.75
B 20.60 7.8 6.50

输出显示得分、助攻和篮板变量的平均值，按球队变量分组。

请注意，我们可以使用类似的语法来计算不同的汇总统计量，例如中位数：

 df. groupby (' team '). median ()

	points assists rebounds
team			
A 18.5 7.0 9.0
B 20.0 9.0 6.0

输出显示得分、助攻和篮板变量的中值，按球队变量分组。

注意：您可以在此处找到 pandas 中描述函数的完整文档。

其他资源

以下教程解释了如何执行其他常见的 panda 任务：

如何统计大熊猫的群体目击事件
如何找到 Pandas 中每组的最大值
如何识别 pandas 中的异常值