<\/p>\n
Un riepilogo a cinque cifre<\/strong> \u00e8 un modo per riassumere un insieme di dati utilizzando i seguenti cinque valori:<\/span><\/p>\n Il riepilogo a cinque numeri \u00e8 utile perch\u00e9 fornisce un riepilogo conciso della distribuzione dei dati come segue:<\/span><\/p>\n Il modo pi\u00f9 semplice per calcolare un riepilogo di cinque numeri per le variabili in un DataFrame panda \u00e8 utilizzare la funzione descrive()<\/strong> come segue:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per calcolare il riepilogo di cinque numeri per ciascuna variabile numerica nel DataFrame:<\/span><\/p>\n Ecco come interpretare il risultato della variabile punti<\/strong> :<\/span><\/p>\n Possiamo interpretare allo stesso modo i valori delle variabili di aiuto<\/strong> e di rimbalzo<\/strong> .<\/span><\/p>\n Se desideri solo calcolare il riepilogo di cinque numeri per una variabile specifica nel DataFrame, puoi utilizzare la seguente sintassi:<\/span><\/p>\n L’output ora mostra il riepilogo a cinque cifre solo per la variabile punti<\/strong> .<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni dei panda:<\/span><\/p>\n Panda: come ottenere il conteggio della frequenza dei valori in una colonna<\/a> Un riepilogo a cinque cifre \u00e8 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 \u00e8 utile perch\u00e9 fornisce un riepilogo conciso della distribuzione dei dati come segue: Ci dice dove si trova il valore […]<\/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\n
\n
df. describe<\/span> (). loc<\/span> [[' min<\/span> ', '25 %<\/span> ', '50 %<\/span> ', '75%<\/span> ', ' max<\/span> ']]\n<\/strong><\/pre>\n Esempio: calcola un riepilogo di cinque numeri in Pandas DataFrame<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12<\/strong><\/span><\/pre>\n #calculate five number summary for each numeric variable<\/span>\ndf. describe<\/span> (). loc<\/span> [[' min<\/span> ', '25 %<\/span> ', '50 %<\/span> ', '75%<\/span> ', ' max<\/span> ']]\n\n points assists rebounds\nmin 11.0 4.0 5.00\n25% 14.0 6.5 6.00\n50% 18.5 8.0 8.50\n75% 20.5 9.0 10.25\nmax 28.0 12.0 12.00\n<\/strong><\/pre>\n\n
#calculate five number summary for the points variable<\/span>\ndf[' points<\/span> ']. describe<\/span> (). loc<\/span> [[' min<\/span> ', '25 %<\/span> ', '50 %<\/span> ', '75%<\/span> ', ' max<\/span> ']]\n\nmin 11.0\n25% 14.0\n50% 18.5\n75% 20.5\nmax 28.0\nName: points, dtype: float64\n<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Panda: come calcolare la media per gruppo<\/a>
Panda: come calcolare la mediana per gruppo<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"