<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um zusammenfassende Statistiken f\u00fcr Variablen in einem Pandas-DataFrame zu berechnen:<\/span><\/p>\n Methode 1: Berechnen Sie zusammenfassende Statistiken f\u00fcr alle numerischen Variablen<\/strong><\/span><\/p>\n Methode 2: Berechnen Sie zusammenfassende Statistiken f\u00fcr alle Zeichenfolgenvariablen<\/strong><\/span><\/p>\n Methode 3: Zusammenfassende Statistiken gruppiert nach einer Variablen berechnen<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie Zusammenfassungsstatistiken f\u00fcr jede numerische Variable im DataFrame berechnet werden:<\/span><\/p>\n Wir k\u00f6nnen die folgenden zusammenfassenden Statistiken f\u00fcr jede der drei numerischen Variablen sehen:<\/span><\/p>\n Der folgende Code zeigt, wie Zusammenfassungsstatistiken f\u00fcr jede Zeichenfolgenvariable im DataFrame berechnet werden:<\/span><\/p>\n Wir k\u00f6nnen die folgenden zusammenfassenden Statistiken f\u00fcr die Zeichenfolgenvariable in unserem DataFrame sehen:<\/span><\/p>\n Der folgende Code zeigt, wie der Durchschnittswert aller numerischen Variablen, gruppiert nach Teamvariablen<\/strong> , berechnet wird:<\/span><\/p>\n Die Ausgabe zeigt den Durchschnittswert der Variablen Punkte<\/strong> , Assists<\/strong> und Rebounds<\/strong> , gruppiert nach Teamvariablen<\/strong> .<\/span><\/p>\n Beachten Sie, dass wir eine \u00e4hnliche Syntax verwenden k\u00f6nnen, um eine andere zusammenfassende Statistik zu berechnen, beispielsweise den Median:<\/span><\/p>\n Die Ausgabe zeigt den Medianwert der Punkte-<\/strong> , Assists-<\/strong> und Rebounds-Variablen<\/strong> an, gruppiert nach Teamvariable<\/strong> .<\/span><\/p>\n Hinweis<\/strong> : Die vollst\u00e4ndige Dokumentation der Beschreibungsfunktion<\/strong> in Pandas finden Sie hier<\/a> .<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Panda-Aufgaben ausf\u00fchren:<\/span><\/p>\n So z\u00e4hlen Sie Gruppensichtungen bei Pandas<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um zusammenfassende Statistiken f\u00fcr Variablen in einem Pandas-DataFrame zu berechnen: Methode 1: Berechnen Sie zusammenfassende Statistiken f\u00fcr alle numerischen Variablen df. describe () Methode 2: Berechnen Sie zusammenfassende Statistiken f\u00fcr alle Zeichenfolgenvariablen df. describe (include=‘ object ‚) Methode 3: Zusammenfassende Statistiken gruppiert nach einer Variablen berechnen df. groupby (‚ […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. describe<\/span> ()\n<\/strong><\/pre>\n df. describe<\/span> (include=' object<\/span> ')<\/strong><\/pre>\n df. groupby<\/span> (' group_column<\/span> '). mean<\/span> ()\n\ndf. groupby<\/span> (' group_column<\/span> '). median<\/span> ()\n\ndf. groupby<\/span> (' group_column<\/span> '). max<\/span> ()\n\n...<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28, 30],\n ' assists<\/span> ': [5, np.nan, 7, 9, 12, 9, 9, 4, 5],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, np.nan, 6]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 to 18 5.0 11.0\n1 to 22 NaN 8.0\n2 A 19 7.0 10.0\n3 A 14 9.0 6.0\n4 B 14 12.0 6.0\n5 B 11 9.0 5.0\n6 B 20 9.0 9.0\n7 B 28 4.0 NaN\n8 B 30 5.0 6.0\n<\/strong><\/pre>\n Beispiel 1: Berechnen Sie zusammenfassende Statistiken f\u00fcr alle numerischen Variablen<\/strong><\/span><\/h3>\n
df. describe<\/span> ()\n\n\t points assists rebounds\ncount 9.000000 8.000000 8.000000\nmean 19.555556 7.500000 7.625000\nstd 6.366143 2.725541 2.199838\nmin 11.000000 4.000000 5.000000\n25% 14,000000 5,000000 6,000000\n50% 19,000000 8,000000 7,000000\n75% 22.000000 9.000000 9.250000\nmax 30.000000 12.000000 11.000000<\/strong><\/pre>\n\n
Beispiel 2: Berechnen Sie zusammenfassende Statistiken f\u00fcr alle Zeichenfolgenvariablen<\/strong><\/span><\/h3>\n
df. describe<\/span> (include=' object<\/span> ')\n\n\tteam\ncount 9\nsingle 2\ntop B\nfreq 5<\/strong><\/pre>\n\n
Beispiel 3: Berechnen Sie nach einer Variablen gruppierte Zusammenfassungsstatistiken<\/strong><\/span><\/h3>\n
df. groupby<\/span> (' team<\/span> '). mean<\/span> ()\n\n\tpoints assists rebounds\nteam\t\t\t\nA 18.25 7.0 8.75\nB 20.60 7.8 6.50\n<\/strong><\/pre>\n df. groupby<\/span> (' team<\/span> '). median<\/span> ()\n\n\tpoints assists rebounds\nteam\t\t\t\nA 18.5 7.0 9.0\nB 20.0 9.0 6.0<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So finden Sie den Maximalwert pro Gruppe bei Pandas<\/a>
So identifizieren Sie Ausrei\u00dfer bei Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"