API · Pandas
Pandas DataFrame.describe() Função
A função DataFrame describe() informa sobre os dados estatísticos de uma moldura de dados.
Nesta página
Python Pandas DataFrame.describe() função informa sobre os dados estatísticos de uma moldura de dados.
Sintaxe de pandas.DataFrame.describe():
DataFrame.describe(
percentiles=None, include=None, exclude=None, datetime_is_numeric=False
)
Parâmetros
percentiles |
Este parâmetro diz respeito aos percentis a incluir na produção. Todos os valores devem estar entre 0 e 1. O padrão é [.25, .5, .75], que devolve os percentis 25, 50, e 75. |
include |
Fala sobre os tipos de dados a incluir na produção. Tem três opções. tudo: todas as colunas da entrada serão incluídas na saída. Uma lista semelhante à dos tipos de dados: limita os resultados aos tipos de dados fornecidos. None: O resultado incluirá todas as colunas numéricas. |
exclude |
Informa sobre os tipos de dados a excluir da produção. Tem duas opções. Uma lista semelhante aos tipos de dados: exclui os tipos de dados fornecidos do resultado. None: O resultado não exclui nada. |
datetime_is_numeric |
Um parâmetro booleano. Diz se deve tratar os tipos de dados de data e hora como numéricos. |
Devolver
Retorna o resumo das estatísticas da Series ou Dataframe aprovado.
Códigos de exemplo: DataFrame.describe() Método para encontrar as estatísticas de uma moldura de dados
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.describe()
print("Statistics are: \n")
print(dataframe1)
Resultado:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Statistics are:
Attendance Obtained Marks
count 5.000000 5.000000
mean 82.600000 71.200000
std 15.773395 17.484279
min 60.000000 45.000000
25% 78.000000 64.000000
50% 80.000000 75.000000
75% 95.000000 82.000000
max 100.000000 90.000000
A função devolveu o resumo das estatísticas do quadro de dados. Não passámos nenhum parâmetro, pelo que a função utilizou todos os valores por defeito.
Códigos de exemplo: DataFrame.describe() Método para encontrar as estatísticas de cada coluna
Encontraremos as estatísticas de todas as colunas utilizando o parâmetro include.
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.describe(include='all')
print("Statistics are: \n")
print(dataframe1)
Resultado:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Statistics are:
Attendance Name Obtained Marks
count 5.000000 5 5.000000
unique NaN 5 NaN
top NaN Kevin NaN
freq NaN 1 NaN
mean 82.600000 NaN 71.200000
std 15.773395 NaN 17.484279
min 60.000000 NaN 45.000000
25% 78.000000 NaN 64.000000
50% 80.000000 NaN 75.000000
75% 95.000000 NaN 82.000000
max 100.000000 NaN 90.000000
A função devolveu o resumo das estatísticas de todas as colunas da moldura de dados.
Códigos de exemplo: DataFrame.describe() Método para encontrar as estatísticas das colunas numéricas
Agora vamos encontrar as estatísticas das colunas numéricas utilizando apenas o parâmetro exclude.
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.describe(exclude=[object])
print("Statistics are: \n")
print(dataframe1)
Resultado:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Statistics are:
Attendance Obtained Marks
count 5.000000 5.000000
mean 82.600000 71.200000
std 15.773395 17.484279
min 60.000000 45.000000
25% 78.000000 64.000000
50% 80.000000 75.000000
75% 95.000000 82.000000
max 100.000000 90.000000
Excluímos o tipo de dados object.