Як розрахувати зведення з п'яти чисел у pandas

П’ятизначний підсумок – це спосіб підсумовування набору даних за допомогою таких п’яти значень:

• Мінімум
• Перший квартиль
• Медіана
• Третій квартиль
• Максимум

Підсумок із п’яти чисел є корисним, оскільки він надає стислий підсумок розподілу даних таким чином:

• Він повідомляє нам, де знаходиться середнє значення , використовуючи медіану.
• Він повідомляє нам про розподіл даних, використовуючи перший і третій квартилі.
• Він повідомляє нам діапазон даних, використовуючи мінімум і максимум.

Найпростіший спосіб обчислити підсумок із п’яти чисел для змінних у pandas DataFrame — це використовувати функцію describe() наступним чином:

 df. describe (). loc [[' min ', '25 % ', '50 % ', '75% ', ' max ']]

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад: обчисліть підсумок із п’яти чисел у Pandas DataFrame

Припустімо, що у нас є такий фрейм даних pandas, який містить інформацію про різних баскетболістів:

 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

Ми можемо використати наступний синтаксис, щоб обчислити підсумок із п’яти чисел для кожної числової змінної в DataFrame:

 #calculate five number summary for each numeric variable
df. describe (). loc [[' min ', '25 % ', '50 % ', '75% ', ' max ']]

      points assists rebounds
min 11.0 4.0 5.00
25% 14.0 6.5 6.00
50% 18.5 8.0 8.50
75% 20.5 9.0 10.25
max 28.0 12.0 12.00

Ось як інтерпретувати результат змінної балів :

• Мінімальне значення 11 .
• Значення на 25-му процентилі становить 14 .
• Значення 50-го процентиля становить 18,5 .
• Значення 75-го процентиля дорівнює 20,5 .
• Максимальне значення 28 .

Ми можемо інтерпретувати значення змінних help і rebound однаково.

Якщо ви хочете лише обчислити підсумок із п’яти чисел для певної змінної в DataFrame, ви можете використовувати такий синтаксис:

 #calculate five number summary for the points variable
df[' points ']. describe (). loc [[' min ', '25 % ', '50 % ', '75% ', ' max ']]

min 11.0
25% 14.0
50% 18.5
75% 20.5
max 28.0
Name: points, dtype: float64

Вихідні дані тепер показують п’ятизначний підсумок лише для змінної балів .

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові завдання панди:

Pandas: Як отримати кількість частот значень у стовпці
Панди: як розрахувати середнє значення на групу
Панди: як розрахувати медіану по групах