Pandas: 범주형 변수에 대해 explain()을 사용하는 방법

기본적으로 pandas의 explain() 함수는 DataFrame의 모든 숫자 변수에 대한 기술 통계를 계산합니다.

그러나 다음 방법을 사용하여 범주형 변수 에 대한 기술 통계를 계산할 수도 있습니다.

방법 1: 범주형 변수에 대한 기술 통계 계산

 df. describe (include=' object ')

이 메소드는 DataFrame의 각 범주형 변수에 대해 count , Unique , top 및 freq 를 계산합니다.

방법 2: 모든 변수에 대한 범주형 기술통계 계산

 df. astype (' object '). describe ()

이 메소드는 DataFrame의 각 변수에 대해 count , Unique , top 및 freq 를 계산합니다.

다음 예제에서는 다양한 농구 선수에 대한 정보가 포함된 다음 pandas DataFrame과 함께 각 메서드를 사용하는 방법을 보여줍니다 .

 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

예 1: 범주형 변수에 대한 기술 통계 계산

다음 구문을 사용하여 DataFrame의 각 범주형 변수에 대한 기술 통계를 계산할 수 있습니다.

 #calculate descriptive statistics for categorical variables only
df. describe (include=' object ')

team
count 8
single 8
top A
freq 1

출력에는 DataFrame의 단일 범주형 변수( team )에 대한 다양한 기술 통계가 표시됩니다.

결과를 해석하는 방법은 다음과 같습니다.

• count : 팀 열에는 8개의 값이 있습니다.
• 고유 : 팀 열에는 8개의 고유 값이 있습니다.
• top : “top” 값(즉, 알파벳에서 가장 높은 값)은 A입니다.
• freq : 이 최대값은 1번 나타납니다.

예 2: 모든 변수에 대한 범주형 기술 통계 계산

다음 구문을 사용하여 DataFrame의 각 변수에 대해 count , Unique , top 및 freq를 계산할 수 있습니다.

 #calculate categorical descriptive statistics for all variables
df. astype (' object '). describe ()

        team points assists rebounds
count 8 8 8 8
single 8 7 5 7
top A 14 9 6
freq 1 2 3 2

출력에는 숫자 변수를 포함하여 DataFrame의 각 변수에 대한 count , Unique , top 및 freq 가 표시됩니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas: 그룹별로 explain()을 사용하는 방법
Pandas: 특정 백분위수와 함께 explain()을 사용하는 방법
Pandas: explain()을 사용하고 과학적 표기법을 제거하는 방법