Pandas: วิธีใช้ description() ด้วยเปอร์เซ็นไทล์เฉพาะ

คุณสามารถใช้ฟังก์ชัน อธิบาย() เพื่อสร้าง สถิติเชิงพรรณนา สำหรับตัวแปรใน Pandas DataFrame

ตามค่าเริ่มต้น แพนด้าจะคำนวณเปอร์เซ็นไทล์ที่ 25, 50 และ 75 สำหรับตัวแปร

อย่างไรก็ตาม คุณสามารถใช้อาร์กิวเมนต์ เปอร์เซ็นไทล์ ในฟังก์ชัน อธิบาย() เพื่อระบุเปอร์เซ็นไทล์ที่แน่นอนในการคำนวณ

ตัวอย่างต่อไปนี้แสดงวิธีการใช้อาร์กิวเมนต์นี้ในทางปฏิบัติกับ DataFrame แพนด้าต่อไปนี้:

 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

ตัวอย่างที่ 1: การใช้ description() กับเปอร์เซ็นไทล์เริ่มต้น

รหัสต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน อธิบาย() เพื่อคำนวณสถิติเชิงพรรณนาสำหรับตัวแปรตัวเลขแต่ละตัวใน 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

โปรดทราบว่าฟังก์ชัน อธิบาย() จะคำนวณเปอร์เซ็นต์ไทล์ที่ 25, 50 และ 75 สำหรับแต่ละตัวแปรตามค่าเริ่มต้น

ตัวอย่างที่ 2: การใช้ description() กับเปอร์เซ็นไทล์ที่กำหนดเอง

รหัสต่อไปนี้แสดงวิธีใช้ฟังก์ชัน อธิบาย() กับอาร์กิวเมนต์ เปอร์เซ็นไทล์ เพื่อคำนวณเปอร์เซ็นไทล์ที่ 30, 60 และ 90 สำหรับแต่ละตัวแปรตัวเลขใน 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

โปรดทราบว่าฟังก์ชัน อธิบาย() ส่งคืนเปอร์เซ็นไทล์ที่ 30, 60 และ 90 สำหรับตัวแปรตัวเลขแต่ละตัว

หมายเหตุ : ฟังก์ชัน อธิบาย() ยังส่งคืนเปอร์เซ็นไทล์ที่ 50 เนื่องจากค่านี้แสดงถึงค่ามัธยฐานของแต่ละตัวแปร และเป็นหนึ่งในเมตริกเริ่มต้นที่คำนวณโดยฟังก์ชัน อธิบาย()

ตัวอย่างที่ 3: การใช้ description() โดยไม่มีเปอร์เซ็นไทล์

รหัสต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน อธิบาย() กับอาร์กิวเมนต์ เปอร์เซ็นไทล์=[] เพื่อคำนวณเปอร์เซนต์ไทล์สำหรับตัวแปรตัวเลขแต่ละตัวใน 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

โปรดทราบว่าเปอร์เซ็นไทล์ที่ 25 และ 75 จะไม่ถูกคำนวณสำหรับแต่ละตัวแปรอีกต่อไป

โปรดทราบว่าเปอร์เซ็นไทล์ที่ 50 จะรวมอยู่ในผลลัพธ์เสมอ เนื่องจากแสดงถึง ค่ามัธยฐาน ของแต่ละตัวแปร

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

Pandas: วิธีใช้ description() ตามกลุ่ม
Pandas: วิธีใช้ description() และลบสัญลักษณ์ทางวิทยาศาสตร์
นุ่น: วิธีการคำนวณค่าเฉลี่ย ค่ามัธยฐาน และโหมด