Panda's: hoe write() te gebruiken voor categorische variabelen

Standaard berekent de functie beschrijven() in panda’s beschrijvende statistieken voor alle numerieke variabelen in een DataFrame.

U kunt echter ook de volgende methoden gebruiken om beschrijvende statistieken voorcategorische variabelen te berekenen:

Methode 1: Bereken beschrijvende statistieken voor categorische variabelen

 df. describe (include=' object ')

Deze methode berekent count , unique , top en freq voor elke categorische variabele in een DataFrame.

Methode 2: Bereken categorische beschrijvende statistieken voor alle variabelen

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

Deze methode berekent count , unique , top en freq voor elke variabele in een DataFrame.

De volgende voorbeelden laten zien hoe u elke methode kunt gebruiken met de volgende panda’s DataFrame die informatie bevat over verschillende basketbalspelers:

 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

Voorbeeld 1: Bereken beschrijvende statistieken voor categorische variabelen

We kunnen de volgende syntaxis gebruiken om beschrijvende statistieken te berekenen voor elke categorische variabele in het DataFrame:

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

team
count 8
single 8
top A
freq 1

De uitvoer geeft verschillende beschrijvende statistieken weer voor de enkele categorische variabele ( team ) in het DataFrame.

Zo interpreteert u het resultaat:

• count : Er zijn 8 waarden in de teamkolom.
• uniek : Er zijn 8 unieke waarden in de teamkolom.
• top : De “top”-waarde (dwz de hoogste in het alfabet) is A.
• freq : Deze maximale waarde verschijnt 1 keer.

Voorbeeld 2: Bereken categorische beschrijvende statistieken voor alle variabelen

We kunnen de volgende syntaxis gebruiken om count , unique , top en freq voor elke variabele in het DataFrame te berekenen:

 #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

De uitvoer geeft count , unique , top en freq weer voor elke variabele in het DataFrame, inclusief numerieke variabelen.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Panda’s: beschrijven() gebruiken per groep
Panda’s: beschrijven() gebruiken met specifieke percentielen
Panda’s: beschrijven() gebruiken en wetenschappelijke notatie verwijderen