วิธีใช้ฟังก์ชันอธิบาย () ในนุ่น (พร้อมตัวอย่าง)

คุณสามารถใช้ฟังก์ชัน อธิบาย() เพื่อสร้างสถิติเชิงพรรณนาสำหรับ DataFrame ของแพนด้า

ฟังก์ชันนี้ใช้ไวยากรณ์พื้นฐานต่อไปนี้:

 df. describe ()

ตัวอย่างต่อไปนี้แสดงวิธีการใช้ไวยากรณ์นี้ในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team points assists rebounds
0 to 25 5 11
1 to 12 7 8
2 B 15 7 10
3 B 14 9 6
4 B 19 12 6
5 C 23 9 5
6 C 25 9 9
7 C 29 4 12

ตัวอย่างที่ 1: อธิบายคอลัมน์ตัวเลขทั้งหมด

ตามค่าเริ่มต้น ฟังก์ชัน อธิบาย() จะสร้างเฉพาะสถิติเชิงพรรณนาสำหรับคอลัมน์ตัวเลขของ DataFrame ของแพนด้า:

 #generate descriptive statistics for all numeric columns
df. describe ()

	points assists rebounds
count 8.000000 8.00000 8.000000
mean 20.250000 7.75000 8.375000
std 6.158618 2.54951 2.559994
min 12.000000 4.00000 5.000000
25% 14.750000 6.50000 6.000000
50% 21.000000 8.00000 8.500000
75% 25,000000 9,00000 10,250000
max 29.000000 12.00000 12.000000

สถิติเชิงพรรณนาจะแสดงสำหรับคอลัมน์ตัวเลขสามคอลัมน์ของ DataFrame

หมายเหตุ: หากคอลัมน์ใดมีค่าหายไป แพนด้าจะยกเว้นค่าเหล่านี้โดยอัตโนมัติเมื่อคำนวณสถิติเชิงพรรณนา

ตัวอย่างที่ 2: อธิบายคอลัมน์ทั้งหมด

ในการคำนวณสถิติเชิงพรรณนาสำหรับแต่ละคอลัมน์ของ DataFrame เราสามารถใช้อาร์กิวเมนต์ include=’all’ ได้:

 #generate descriptive statistics for all columns
df. describe (include=' all ')

	team points assists rebounds
count 8 8.000000 8.00000 8.000000
single 3 NaN NaN NaN
top B NaN NaN NaN
freq 3 NaN NaN NaN
mean NaN 20.250000 7.75000 8.375000
std NaN 6.158618 2.54951 2.559994
min NaN 12.000000 4.00000 5.000000
25% NaN 14.750000 6.50000 6.000000
50% NaN 21.000000 8.00000 8.500000
75% NaN 25.000000 9.00000 10.250000
max NaN 29.000000 12.00000 12.000000

ตัวอย่างที่ 3: อธิบายคอลัมน์เฉพาะ

รหัสต่อไปนี้แสดงวิธีการคำนวณสถิติเชิงพรรณนาสำหรับคอลัมน์เฉพาะของ Pandas DataFrame:

 #calculate descriptive statistics for 'points' column only
df[' points ']. describe ()

count 8.000000
mean 20.250000
std 6.158618
min 12.000000
25% 14.750000
50% 21,000000
75% 25,000000
max 29.000000
Name: points, dtype: float64

รหัสต่อไปนี้แสดงวิธีการคำนวณสถิติเชิงพรรณนาสำหรับคอลัมน์เฉพาะหลายคอลัมน์:

 #calculate descriptive statistics for 'points' and 'assists' columns only
df[[' points ', ' assists ']]. describe ()

	assist points
count 8.000000 8.00000
mean 20.250000 7.75000
std 6.158618 2.54951
min 12.000000 4.00000
25% 14.750000 6.50000
50% 21,000000 8,00000
75% 25.000000 9.00000
max 29.000000 12.00000

คุณสามารถดูเอกสารฉบับเต็มสำหรับฟังก์ชัน อธิบาย() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการใช้งานฟังก์ชันทั่วไปอื่น ๆ ในแพนด้า:

Pandas: วิธีค้นหาค่าที่ไม่ซ้ำในคอลัมน์
นุ่น: วิธีค้นหาความแตกต่างระหว่างสองบรรทัด
Pandas: วิธีนับค่าที่หายไปใน DataFrame