Come calcolare un riepilogo di cinque numeri in panda

Un riepilogo a cinque cifre è un modo per riassumere un insieme di dati utilizzando i seguenti cinque valori:

• Minimo
• Il primo quartile
• La mediana
• Il terzo quartile
• Il massimo

Il riepilogo a cinque numeri è utile perché fornisce un riepilogo conciso della distribuzione dei dati come segue:

• Ci dice dove si trova il valore mediano , utilizzando la mediana.
• Ci dice la distribuzione dei dati, utilizzando il primo e il terzo quartile.
• Ci dice l’intervallo dei dati, utilizzando il minimo e il massimo.

Il modo più semplice per calcolare un riepilogo di cinque numeri per le variabili in un DataFrame panda è utilizzare la funzione descrive() come segue:

 df. describe (). loc [[' min ', '25 % ', '50 % ', '75% ', ' max ']]

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: calcola un riepilogo di cinque numeri in Pandas DataFrame

Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:

 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

Possiamo utilizzare la seguente sintassi per calcolare il riepilogo di cinque numeri per ciascuna variabile numerica nel DataFrame:

 #calculate five number summary for each numeric variable
df. describe (). loc [[' min ', '25 % ', '50 % ', '75% ', ' max ']]

      points assists rebounds
min 11.0 4.0 5.00
25% 14.0 6.5 6.00
50% 18.5 8.0 8.50
75% 20.5 9.0 10.25
max 28.0 12.0 12.00

Ecco come interpretare il risultato della variabile punti :

• Il valore minimo è 11 .
• Il valore al 25° percentile è 14 .
• Il valore del 50° percentile è 18,5 .
• Il valore del 75° percentile è 20,5 .
• Il valore massimo è 28 .

Possiamo interpretare allo stesso modo i valori delle variabili di aiuto e di rimbalzo .

Se desideri solo calcolare il riepilogo di cinque numeri per una variabile specifica nel DataFrame, puoi utilizzare la seguente sintassi:

 #calculate five number summary for the points variable
df[' points ']. describe (). loc [[' min ', '25 % ', '50 % ', '75% ', ' max ']]

min 11.0
25% 14.0
50% 18.5
75% 20.5
max 28.0
Name: points, dtype: float64

L’output ora mostra il riepilogo a cinque cifre solo per la variabile punti .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni dei panda:

Panda: come ottenere il conteggio della frequenza dei valori in una colonna
Panda: come calcolare la media per gruppo
Panda: come calcolare la mediana per gruppo