pandas.Panel.describe

Panel.describe(percentiles=None, include=None, exclude=None) [source]

Генерация различных сводных статистических данных, исключая значения NaN.

Параметры:

percentiles : массив-подобный, необязательно Процентили, которые нужно включить в вывод. Все должны быть в интервале [0, 1]. По умолчанию percentiles равняется [.25, .5, .75], возвращая 25-й, 50-й и 75-й процентили. include, exclude : массив-подобный, 'all', или None (по умолчанию) Укажите форму возвращаемого результата. Либо: None для обоих (по умолчанию). Результат будет включать только числовые типы столбцов или, если таких нет, только категориальные. Список типов данных или строк для включения/исключения. Для выбора всех числовых типов используйте numpy numpy.number. Для выбора категориальных объектов используйте тип object. См. также документацию select_dtypes. Пример: df.describe(include=[‘O’]) Если include — строка 'all', набор выходных столбцов будет совпадать с входным.

Возвращаемое значение:

summary: NDFrame сводных статистических данных

См. также

DataFrame.select_dtypes

Примечания

Индекс выходного DataFrame зависит от запрошенных типов данных:

Для числовых типов данных он будет включать: count, mean, std, min, max, и процентили lower, 50 и upper.

Для типов данных object (например, временные метки или строки) индекс будет включать count, unique, most common и частоту самого распространённого значения. Временные метки также включают первые и последние элементы.

Для смешанных типов данных индекс будет объединением соответствующих типов выходных данных. Неприменимые записи будут заполнены NaN. Обратите внимание, что смешанные выходные данные могут быть возвращены только из смешанных входных данных и соответствующего использования аргументов include/exclude.

Если несколько значений имеют наибольшее количество, то пара count и most common будет произвольно выбрана среди тех, которые имеют наибольшее количество.

Аргументы include и exclude игнорируются для Series.