Cara menghitung statistik ringkasan untuk pandas dataframe

Anda dapat menggunakan metode berikut untuk menghitung statistik ringkasan untuk variabel dalam pandas DataFrame:

Metode 1: Hitung ringkasan statistik untuk semua variabel numerik

 df. describe ()

Metode 2: Hitung statistik ringkasan untuk semua variabel string

 df. describe (include=' object ')

Metode 3: Hitung ringkasan statistik yang dikelompokkan berdasarkan variabel

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

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

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

...

Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan pandas DataFrame berikut:

 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

Contoh 1: Hitung ringkasan statistik untuk semua variabel numerik

Kode berikut menunjukkan cara menghitung statistik ringkasan untuk setiap variabel numerik di DataFrame:

 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

Kita dapat melihat ringkasan statistik berikut untuk masing-masing dari tiga variabel numerik:

• count: jumlah nilai bukan nol
• rata-rata : Nilai rata-rata
• std : Deviasi standar
• min: nilai minimum
• 25% : Nilai pada persentil ke-25
• 50% : Nilai pada persentil ke-50 (juga median)
• 75% : Nilai pada persentil ke-75
• max : Nilai maksimum

Contoh 2: Hitung statistik ringkasan untuk semua variabel string

Kode berikut menunjukkan cara menghitung statistik ringkasan untuk setiap variabel string di DataFrame:

 df. describe (include=' object ')

	team
count 9
single 2
top B
freq 5

Kita dapat melihat ringkasan statistik berikut untuk variabel string di DataFrame kita:

• count : Jumlah nilai bukan nol
• unik : Jumlah nilai unik
• di atas: nilai yang paling sering
• freq : Jumlah nilai yang paling sering muncul

Contoh 3: Hitung ringkasan statistik yang dikelompokkan berdasarkan variabel

Kode berikut menunjukkan cara menghitung nilai rata-rata semua variabel numerik, yang dikelompokkan berdasarkan variabel tim :

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

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

Outputnya menampilkan nilai rata-rata variabel poin , assist , dan rebound , yang dikelompokkan berdasarkan variabel tim .

Perhatikan bahwa kita dapat menggunakan sintaks serupa untuk menghitung statistik ringkasan yang berbeda, seperti median:

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

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

Outputnya menampilkan nilai median dari variabel poin , assist , dan rebound , yang dikelompokkan berdasarkan variabel tim .

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi deskripsi di pandas di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas panda umum lainnya:

Cara menghitung penampakan kelompok pada panda
Bagaimana menemukan nilai maksimal per grup di Pandas
Cara mengidentifikasi outlier pada panda