pandas.Panel4D.describe

Panel4D.describe(percentiles=None, include=None, exclude=None) [source]

Генерация различных сводных статистических данных, исключая значения NaN.

Параметры:

percentiles : массив-подобный объект, необязательно Процентили, которые нужно включить в выходные данные. Все они должны находиться в интервале [0, 1]. По умолчанию percentiles равны [.25, .5, .75], возвращая 25-й, 50-й и 75-й процентили. include, exclude : список, ‘all’ или None (по умолчанию) Указывает вид возвращаемого результата. Либо: None, чтобы оба значения не применялись (по умолчанию). Результат будет содержать только числовые столбцы или, если таковых нет, только категориальные столбцы. Список типов данных или строк для включения/исключения. Чтобы выбрать все числовые типы, используйте numpy numpy.number. Чтобы выбрать категориальные объекты, используйте тип object. См. также документацию select_dtypes. Пример: df.describe(include=[‘O’]) Если include — строка ‘all’, выходной набор столбцов будет соответствовать входному.

Возвращаемое значение:

summary: NDFrame сводных статистических данных

См. также

DataFrame.select_dtypes

Примечания

Индекс выходного DataFrame зависит от запрашиваемых типов данных:

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

Для типов object (например, временных меток или строк) индекс будет включать count, unique, most common и частоту самого распространённого. Временные метки также включают первые и последние элементы.

Для смешанных типов данных индекс будет представлять собой объединение соответствующих типов выходных данных. Неприменимые записи будут заполнены NaN. Обратите внимание, что выходные данные смешанных типов могут быть возвращены только из входных данных смешанных типов 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, exclude игнорируются для Series.