<\/p>\n
Een vijfcijferige samenvatting<\/strong> is een manier om een reeks gegevens samen te vatten met behulp van de volgende vijf waarden:<\/span><\/p>\n De samenvatting met vijf cijfers is nuttig omdat deze als volgt een beknopte samenvatting geeft van de gegevensverdeling:<\/span><\/p>\n De eenvoudigste manier om een samenvatting van vijf cijfers voor variabelen in een Panda DataFrame te berekenen, is door de functie beschrijven()<\/strong> als volgt te gebruiken:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over verschillende basketbalspelers:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om de samenvatting van vijf cijfers voor elke numerieke variabele in het DataFrame te berekenen:<\/span><\/p>\n Zo interpreteert u het resultaat van de puntenvariabele<\/strong> :<\/span><\/p>\n We kunnen de waarden van de hulp-<\/strong> en rebound<\/strong> -variabelen op dezelfde manier interpreteren.<\/span><\/p>\n Als u alleen de samenvatting van vijf cijfers voor een specifieke variabele in het DataFrame wilt berekenen, kunt u de volgende syntaxis gebruiken:<\/span><\/p>\n De uitvoer toont nu alleen de vijfcijferige samenvatting voor de puntenvariabele<\/strong> .<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende panda-taken kunt uitvoeren:<\/span><\/p>\n Panda’s: hoe u de frequentietelling van waarden in een kolom kunt krijgen<\/a> Een vijfcijferige samenvatting is een manier om een reeks gegevens samen te vatten met behulp van de volgende vijf waarden: Minimum Het eerste kwartiel De mediaan Het derde kwartiel Het maximum De samenvatting met vijf cijfers is nuttig omdat deze als volgt een beknopte samenvatting geeft van de gegevensverdeling: Het vertelt ons waar de mediaanwaarde […]<\/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":[],"class_list":["post-3801","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
\n
df. describe<\/span> (). loc<\/span> [[' min<\/span> ', '25 %<\/span> ', '50 %<\/span> ', '75%<\/span> ', ' max<\/span> ']]\n<\/strong><\/pre>\n Voorbeeld: Bereken een samenvatting van vijf getallen 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 Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: hoe bereken je het gemiddelde per groep?<\/a>
Panda’s: hoe bereken je de mediaan per groep?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"