パンダ: mean と std のみに description() を使用する方法

description()関数を使用すると、pandas DataFrame 内の変数の記述統計を生成できます。

デフォルトでは、 describe()関数は、DataFrame 内の各数値変数に対して次のメトリクスを計算します。

• count (値の数)
• 平均（平均値）
• std (標準偏差)
• min（最小値）
• 25% (25 パーセンタイル)
• 50% (50 パーセンタイル)
• 75% (75 パーセンタイル)
• max（最大値）

ただし、次の構文を使用すると、各数値変数の平均と標準偏差のみを計算できます。

 df. describe (). loc [[' mean ', ' std ']]

次の例は、この構文を実際に使用する方法を示しています。

例: Pandas で description() を使用して平均と標準のみを計算する

さまざまなバスケットボール選手に関する情報を含む次のパンダ データフレームがあるとします。

 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

description()関数を使用すると、DataFrame 内の各数値変数の記述統計を計算できます。

 #calculate descriptive statistics for each numeric variable
df. describe ()

points assists rebounds
count 8.000000 8.00000 8.000000
mean 18.250000 7.75000 8.375000
std 5.365232 2.54951 2.559994
min 11.000000 4.00000 5.000000
25% 14,000000 6,50000 6,000000
50% 18.500000 8.00000 8.500000
75% 20.500000 9.00000 10.250000
max 28.000000 12.00000 12.000000

ただし、次の構文を使用して、各数値変数の平均と標準偏差だけを計算することができます。

 #only calculate mean and standard deviation of each numeric variable
df. describe (). loc [[' mean ', ' std ']]

           points assists rebounds
mean 18.250000 7.75000 8.375000
std 5.365232 2.54951 2.559994

出力には、各数値変数の平均と標準偏差のみが含まれることに注意してください。

description()関数は以前と同様に各記述統計量を計算しますが、 loc関数を使用して出力内のmeansとstdという名前の行のみを選択することに注意してください。

関連: Pandas loc と iloc: 違いは何ですか?

追加リソース

次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。

パンダ: グループごとに description() を使用する方法
パンダ: 特定のパーセンタイルで description() を使用する方法
パンダ：describe() を使用して科学表記を削除する方法