Pandas: como usar description() com percentis específicos

Você pode usar a função description() para gerar estatísticas descritivas para variáveis em um DataFrame do pandas.

Por padrão, o pandas calcula os percentis 25, 50 e 75 para variáveis.

No entanto, você pode usar o argumento percentis na função description() para especificar os percentis exatos a serem calculados.

Os exemplos a seguir mostram como usar esse argumento na prática com o seguinte DataFrame do pandas:

 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

Exemplo 1: Usando description() com percentis padrão

O código a seguir mostra como usar a função description() para calcular estatísticas descritivas para cada variável numérica no DataFrame:

 #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

Observe que a função descreva() calcula os percentis 25, 50 e 75 para cada variável por padrão.

Exemplo 2: Usando description() com percentis personalizados

O código a seguir mostra como usar a função description() com o argumento percentis para calcular os percentis 30, 60 e 90 para cada variável numérica no DataFrame:

 #calculate custom percentiles for each numeric variable
df. describe (percentiles=[ .3 , .6 , .9 ])

           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
30% 14.400000 7.00000 6.200000
50% 18.500000 8.00000 8.500000
60% 19.200000 9.00000 9.200000
90% 23.800000 9.90000 11.300000
max 28.000000 12.00000 12.000000

Observe que a função descreva() retorna os percentis 30, 60 e 90 para cada variável numérica.

Nota : A função descreva() também retorna o percentil 50 porque representa o valor mediano de cada variável e é uma das métricas padrão calculadas pela função descrever() .

Exemplo 3: Usando description() sem percentil

O código a seguir mostra como usar a função description() com o argumento percentiles=[] para calcular nenhum percentil para cada variável numérica no DataFrame:

 #calculate no percentiles for each numeric variable
df. describe (percentiles=[])

           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
50% 18.500000 8.00000 8.500000
max 28.000000 12.00000 12.000000

Observe que os percentis 25 e 75 não são mais calculados para cada variável.

Observe que o percentil 50 é sempre incluído no resultado porque representa o valor mediano de cada variável.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Pandas: como usar description() por grupo
Pandas: como usar description() e remover a notação científica
Pandas: como calcular média, mediana e moda