<\/p>\n
U kunt de functie beschrijven()<\/strong> gebruiken om beschrijvende statistieken<\/a> te genereren voor variabelen in een pandas DataFrame.<\/span><\/p>\n Om de wetenschappelijke notatie uit de uitvoer van de functie beschrijven()<\/strong> te verwijderen, kunt u de volgende methoden gebruiken:<\/span><\/p>\n Methode 1: Verwijder de wetenschappelijke notatie bij gebruik van write() met een kolom<\/strong><\/span><\/p>\n Methode 2: Verwijder de wetenschappelijke notatie bij gebruik van write() met meerdere kolommen<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n Als we de functie beschrijven()<\/strong> gebruiken om beschrijvende statistieken voor de verkoopkolom<\/strong> te berekenen, worden de uitvoerwaarden weergegeven in wetenschappelijke notatie:<\/span><\/p>\n Merk op dat elk van de uitvoerwaarden wordt weergegeven met behulp van wetenschappelijke notatie.<\/span><\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om de wetenschappelijke notatie uit de uitvoer te verwijderen:<\/span><\/span><\/p>\n Merk op dat de waarden in de uitvoer nu worden weergegeven zonder wetenschappelijke notatie.<\/span><\/p>\n Als we de functie beschrijven()<\/strong> gebruiken om beschrijvende statistieken voor elke numerieke kolom te berekenen, worden de uitvoerwaarden weergegeven in wetenschappelijke notatie:<\/span><\/p>\n Merk op dat elk van de uitvoerwaarden wordt weergegeven met behulp van wetenschappelijke notatie.<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om de wetenschappelijke notatie uit de uitvoer te verwijderen:<\/span><\/p>\n Merk op dat de waarden in de uitvoer nu worden weergegeven zonder wetenschappelijke notatie.<\/span><\/p>\n Merk op dat we in dit voorbeeld 0:.5f<\/strong> hebben gebruikt om 5<\/strong> decimalen in de uitvoer weer te geven.<\/span><\/p>\n Voel je vrij om de 5<\/strong> te vervangen door een ander getal om een ander aantal decimalen weer te geven.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: hoe bereken je de cumulatieve som per groep<\/a> U kunt de functie beschrijven() gebruiken om beschrijvende statistieken te genereren voor variabelen in een pandas DataFrame. Om de wetenschappelijke notatie uit de uitvoer van de functie beschrijven() te verwijderen, kunt u de volgende methoden gebruiken: Methode 1: Verwijder de wetenschappelijke notatie bij gebruik van write() met een kolom df[‚ my_column ‚]. describe (). apply […]<\/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-4320","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[' my_column<\/span> ']. describe<\/span> (). apply<\/span> ( lambda<\/span> x: format<\/span> (x, ' f<\/span> '))<\/strong><\/span><\/pre>\n df. describe<\/span> (). apply<\/span> ( lambda<\/span> x: x.apply<\/span> (' {0:.5f}<\/span> '. format<\/span> ))\n<\/strong><\/span><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' store<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' sales<\/span> ': [8450550, 406530, 53000, 6000, 2000, 4000, 5400, 6500],\n ' returns<\/span> ':[2212200, 145200, 300, 2500, 700, 600, 800, 1200]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n store sales returns\n0 A 8450550 2212200\n1 A 406530 145200\n2 A 53000 300\n3 A 6000 2500\n4 B 2000 700\n5 B 4000 600\n6 B 5400 800\n7 B 6500 1200<\/strong><\/span><\/pre>\n Voorbeeld 1: Verwijder de wetenschappelijke notatie bij gebruik van write() met een kolom<\/strong><\/span><\/h2>\n
#calculate descriptive statistics for sales column\ndf[' sales<\/span> ']. describe<\/span> ()\n<\/span>\n<\/span>count 8.000000e+00\nmean 1.116748e+06\nstd 2.966552e+06\nmin 2.000000e+03\n25% 5.050000e+03\n50% 6.250000e+03\n75% 1.413825e+05\nmax 8.450550e+06\nName: sales, dtype: float64<\/strong><\/pre>\n #calculate descriptive statistics for sales column and suppress scientific notation<\/span>\ndf[' sales<\/span> ']. describe<\/span> (). apply<\/span> ( lambda<\/span> x: format<\/span> (x, ' f<\/span> '))\n\ncount 8.000000\nmean 1116747.500000\nstd 2966551.594104\nmin 2000.000000\n25% 5050.000000\n50% 6250.000000\n75% 141382.500000\nmax 8450550.000000\nName: sales, dtype: object\n<\/strong><\/span><\/pre>\n Voorbeeld 2: Verwijder de wetenschappelijke notatie bij gebruik van write() met meerdere kolommen<\/strong><\/span><\/h2>\n
#calculate descriptive statistics for each numeric column\ndf. describe<\/span> ()\n<\/span><\/span>\n sales returns\ncount 8.000000e+00 8.000000e+00\nmean 1.116748e+06 2.954375e+05\nstd 2.966552e+06 7.761309e+05\nmin 2.000000e+03 3.000000e+02\n25% 5.050000e+03 6.750000e+02\n50% 6.250000e+03 1.000000e+03\n75% 1.413825e+05 3.817500e+04\nmax 8.450550e+06 2.212200e+06<\/strong><\/pre>\n #calculate descriptive statistics for numerical columns and suppress scientific notation<\/span>\ndf. describe<\/span> (). apply<\/span> ( lambda<\/span> x: x.apply<\/span> (' {0:.5f}<\/span> '. format<\/span> ))\n\n sales returns\ncount 8.00000 8.00000\nmean 1116747.50000 295437.50000\nstd 2966551.59410 776130.93692\nmin 2000.00000 300.00000\n25% 5050.00000 675.00000\n50% 6250.00000 1000.00000\n75% 141382.50000 38175.00000\nmax 8450550.00000 2212200.00000\n<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: unieke waarden per groep tellen<\/a>
Panda’s: hoe de correlatie per groep te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"