Как рассчитать сводную статистику для dataframe pandas

Вы можете использовать следующие методы для расчета сводной статистики для переменных в DataFrame pandas:

Метод 1: рассчитать сводную статистику для всех числовых переменных.

 df. describe ()

Способ 2. Рассчитать сводную статистику для всех строковых переменных.

 df. describe (include=' object ')

Способ 3. Рассчитать сводную статистику, сгруппированную по переменной.

 df. groupby (' group_column '). mean ()

df. groupby (' group_column '). median ()

df. groupby (' group_column '). max ()

...

В следующих примерах показано, как использовать каждый метод на практике со следующим DataFrame pandas:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28, 30],
                   ' assists ': [5, np.nan, 7, 9, 12, 9, 9, 4, 5],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, np.nan, 6]})

#view DataFrame
print (df)

  team points assists rebounds
0 to 18 5.0 11.0
1 to 22 NaN 8.0
2 A 19 7.0 10.0
3 A 14 9.0 6.0
4 B 14 12.0 6.0
5 B 11 9.0 5.0
6 B 20 9.0 9.0
7 B 28 4.0 NaN
8 B 30 5.0 6.0

Пример 1. Вычисление сводной статистики для всех числовых переменных

Следующий код показывает, как вычислить сводную статистику для каждой числовой переменной в DataFrame:

 df. describe ()

	   points assists rebounds
count 9.000000 8.000000 8.000000
mean 19.555556 7.500000 7.625000
std 6.366143 2.725541 2.199838
min 11.000000 4.000000 5.000000
25% 14,000000 5,000000 6,000000
50% 19,000000 8,000000 7,000000
75% 22.000000 9.000000 9.250000
max 30.000000 12.000000 11.000000

Мы можем увидеть следующую сводную статистику для каждой из трех числовых переменных:

• count: количество ненулевых значений
• среднее : Среднее значение
• std : стандартное отклонение
• мин: минимальное значение
• 25% : значение 25-го процентиля.
• 50% : значение 50-го процентиля (также медиана).
• 75% : значение 75-го процентиля.
• max : Максимальное значение

Пример 2. Вычисление сводной статистики для всех строковых переменных

Следующий код показывает, как вычислить сводную статистику для каждой строковой переменной в DataFrame:

 df. describe (include=' object ')

	team
count 9
single 2
top B
freq 5

Мы можем увидеть следующую сводную статистику для строковой переменной в нашем DataFrame:

• count : количество ненулевых значений.
• уникальный : количество уникальных значений.
• вверху: наиболее часто встречающееся значение
• freq : количество значений, появляющихся чаще всего

Пример 3. Расчет сводной статистики, сгруппированной по переменной.

Следующий код показывает, как вычислить среднее значение всех числовых переменных, сгруппированных по командной переменной:

 df. groupby (' team '). mean ()

	points assists rebounds
team			
A 18.25 7.0 8.75
B 20.60 7.8 6.50

На выходе отображается среднее значение переменных очков , передач и подборов , сгруппированных по командной переменной.

Обратите внимание, что мы можем использовать аналогичный синтаксис для расчета другой сводной статистики, например медианы:

 df. groupby (' team '). median ()

	points assists rebounds
team			
A 18.5 7.0 9.0
B 20.0 9.0 6.0

В выходных данных отображается медианное значение переменных очков , передач и подборов , сгруппированных по командной переменной.

Примечание . Полную документацию функции описания в pandas вы можете найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи panda:

Как подсчитать групповые наблюдения у панд
Как найти максимальное значение для группы в Pandas
Как идентифицировать выбросы в пандах