Pandas: mean 및 std에만 explain()을 사용하는 방법

explain() 함수를 사용하여 Pandas DataFrame의 변수에 대한 설명 통계를 생성할 수 있습니다.

기본적으로 explain() 함수는 DataFrame의 각 숫자 변수에 대해 다음 측정항목을 계산합니다.

• 개수(값의 개수)
• 평균 (평균값)
• std(표준편차)
• min(최소값)
• 25%(25번째 백분위수)
• 50%(50번째 백분위수)
• 75%(75번째 백분위수)
• max(최대값)

그러나 다음 구문을 사용하여 각 숫자 변수의 평균 및 표준 편차만 계산할 수 있습니다.

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

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: 평균과 표준만 계산하려면 Pandas에서 explain()을 사용하세요.

다양한 농구 선수에 대한 정보가 포함된 다음과 같은 pandas DataFrame이 있다고 가정합니다.

 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

explain() 함수를 사용하면 DataFrame의 각 숫자 변수에 대한 기술 통계를 계산할 수 있습니다.

 #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

그러나 다음 구문을 사용하여 각 숫자 변수의 평균 과 표준 편차 만 계산할 수 있습니다.

 #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

출력에는 각 숫자 변수의 평균 및 표준 편차만 포함됩니다.

explain() 함수는 여전히 이전과 같이 각 기술 통계를 계산하지만 loc 함수를 사용하여 출력에서 평균 및 표준 이라는 이름의 행만 선택했습니다.

관련 항목:Pandas loc vs iloc: 차이점은 무엇인가요?

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