Pandas：如何对分类变量使用describe()

默认情况下，pandas 中的describe()函数计算DataFrame 中所有数值变量的描述性统计数据。

但是，您还可以使用以下方法来计算分类变量的描述性统计量：

方法 1：计算分类变量的描述性统计量

 df. describe (include=' object ')

此方法将计算 DataFrame 中每个分类变量的count 、 unique 、 top和freq 。

方法 2：计算所有变量的分类描述统计量

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

此方法将计算 DataFrame 中每个变量的count 、 unique 、 top和freq 。

以下示例展示了如何将每种方法与以下包含各种篮球运动员信息的 pandas DataFrame 结合使用：

 import pandas as pd

#createDataFrame
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
7:28 4 12

示例 1：计算分类变量的描述性统计量

我们可以使用以下语法来计算 DataFrame 中每个分类变量的描述性统计数据：

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

team
count 8
single 8
top A
freq 1

输出显示 DataFrame 中单个分类变量 ( team ) 的各种描述性统计数据。

以下是如何解释结果：

• count ：团队一栏有8个值。
• unique : team 列中有 8 个唯一值。
• top ：“顶部”值（即字母表中最高的）是 A。
• freq ：该最大值出现 1 次。

示例 2：计算所有变量的分类描述统计量

我们可以使用以下语法来计算 DataFrame 中每个变量的count 、 unique 、 top和freq ：

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

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

输出显示 DataFrame 中每个变量的count 、 unique 、 top和freq ，包括数值变量。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

Pandas：如何按组使用describe()
Pandas：如何使用具有特定百分位数的describe()
Pandas：如何使用describe()并删除科学记数法