<\/p>\n
Sie k\u00f6nnen die Funktion \u201ebeschreiben()\u201c<\/strong> verwenden, umbeschreibende Statistiken<\/a> f\u00fcr Variablen in einem Pandas-DataFrame zu generieren.<\/span><\/p>\n Um die wissenschaftliche Notation aus der Ausgabe der beschreiben()-<\/strong> Funktion zu entfernen, k\u00f6nnen Sie die folgenden Methoden verwenden:<\/span><\/p>\n Methode 1: Entfernen Sie die wissenschaftliche Notation, wenn Sie beschreiben() mit einer Spalte verwenden<\/strong><\/span><\/p>\n Methode 2: Entfernen Sie die wissenschaftliche Notation, wenn Sie beschreiben() mit mehreren Spalten verwenden<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Wenn wir die Funktion beschreiben()<\/strong> verwenden, um deskriptive Statistiken f\u00fcr die Verkaufsspalte<\/strong> zu berechnen, werden die Ausgabewerte in wissenschaftlicher Notation angezeigt:<\/span><\/p>\n Beachten Sie, dass jeder der Ausgabewerte in wissenschaftlicher Notation angezeigt wird.<\/span><\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um die wissenschaftliche Notation aus der Ausgabe zu entfernen:<\/span><\/span><\/p>\n Beachten Sie, dass die Werte in der Ausgabe jetzt ohne wissenschaftliche Notation angezeigt werden.<\/span><\/p>\n Wenn wir die Funktion \u201ebeschreiben()\u201c<\/strong> verwenden, um deskriptive Statistiken f\u00fcr jede numerische Spalte zu berechnen, werden die Ausgabewerte in wissenschaftlicher Notation angezeigt:<\/span><\/p>\n Beachten Sie, dass jeder der Ausgabewerte in wissenschaftlicher Notation angezeigt wird.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um die wissenschaftliche Notation aus der Ausgabe zu entfernen:<\/span><\/p>\n Beachten Sie, dass die Werte in der Ausgabe jetzt ohne wissenschaftliche Notation angezeigt werden.<\/span><\/p>\n Beachten Sie, dass wir in diesem Beispiel 0:.5f<\/strong> verwendet haben, um 5<\/strong> Dezimalstellen in der Ausgabe anzuzeigen.<\/span><\/p>\n Ersetzen Sie die 5<\/strong> gerne durch eine andere Zahl, um eine andere Anzahl an Dezimalstellen anzuzeigen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n Pandas: So berechnen Sie die kumulative Summe pro Gruppe<\/a> Sie k\u00f6nnen die Funktion \u201ebeschreiben()\u201c verwenden, umbeschreibende Statistiken f\u00fcr Variablen in einem Pandas-DataFrame zu generieren. Um die wissenschaftliche Notation aus der Ausgabe der beschreiben()- Funktion zu entfernen, k\u00f6nnen Sie die folgenden Methoden verwenden: Methode 1: Entfernen Sie die wissenschaftliche Notation, wenn Sie beschreiben() mit einer Spalte verwenden df[‚ my_column ‚]. describe (). apply ( lambda […]<\/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[' my_column<\/span> ']. describe<\/span> (). apply<\/span> ( lambda<\/span> x: format<\/span> (x, ' f<\/span> '))<\/strong><\/span><\/pre>\n df. describe<\/span> (). apply<\/span> ( lambda<\/span> x: x.apply<\/span> (' {0:.5f}<\/span> '. format<\/span> ))\n<\/strong><\/span><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' store<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' sales<\/span> ': [8450550, 406530, 53000, 6000, 2000, 4000, 5400, 6500],\n ' returns<\/span> ':[2212200, 145200, 300, 2500, 700, 600, 800, 1200]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n store sales returns\n0 A 8450550 2212200\n1 A 406530 145200\n2 A 53000 300\n3 A 6000 2500\n4 B 2000 700\n5 B 4000 600\n6 B 5400 800\n7 B 6500 1200<\/strong><\/span><\/pre>\n Beispiel 1: Entfernen Sie die wissenschaftliche Notation, wenn Sie beschreiben() mit einer Spalte verwenden<\/strong><\/span><\/h2>\n
#calculate descriptive statistics for sales column\ndf[' sales<\/span> ']. describe<\/span> ()\n<\/span>\n<\/span>count 8.000000e+00\nmean 1.116748e+06\nstd 2.966552e+06\nmin 2.000000e+03\n25% 5.050000e+03\n50% 6.250000e+03\n75% 1.413825e+05\nmax 8.450550e+06\nName: sales, dtype: float64<\/strong><\/pre>\n #calculate descriptive statistics for sales column and suppress scientific notation<\/span>\ndf[' sales<\/span> ']. describe<\/span> (). apply<\/span> ( lambda<\/span> x: format<\/span> (x, ' f<\/span> '))\n\ncount 8.000000\nmean 1116747.500000\nstd 2966551.594104\nmin 2000.000000\n25% 5050.000000\n50% 6250.000000\n75% 141382.500000\nmax 8450550.000000\nName: sales, dtype: object\n<\/strong><\/span><\/pre>\n Beispiel 2: Entfernen Sie die wissenschaftliche Notation, wenn Sie beschreiben() mit mehreren Spalten verwenden<\/strong><\/span><\/h2>\n
#calculate descriptive statistics for each numeric column\ndf. describe<\/span> ()\n<\/span><\/span>\n sales returns\ncount 8.000000e+00 8.000000e+00\nmean 1.116748e+06 2.954375e+05\nstd 2.966552e+06 7.761309e+05\nmin 2.000000e+03 3.000000e+02\n25% 5.050000e+03 6.750000e+02\n50% 6.250000e+03 1.000000e+03\n75% 1.413825e+05 3.817500e+04\nmax 8.450550e+06 2.212200e+06<\/strong><\/pre>\n #calculate descriptive statistics for numerical columns and suppress scientific notation<\/span>\ndf. describe<\/span> (). apply<\/span> ( lambda<\/span> x: x.apply<\/span> (' {0:.5f}<\/span> '. format<\/span> ))\n\n sales returns\ncount 8.00000 8.00000\nmean 1116747.50000 295437.50000\nstd 2966551.59410 776130.93692\nmin 2000.00000 300.00000\n25% 5050.00000 675.00000\n50% 6250.00000 1000.00000\n75% 141382.50000 38175.00000\nmax 8450550.00000 2212200.00000\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So z\u00e4hlen Sie eindeutige Werte nach Gruppen<\/a>
Pandas: So berechnen Sie die Korrelation nach Gruppen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"