pandas.DataFrame.describe

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

Генерирует описательные статистики, которые суммируют центральную тенденцию, дисперсию и форму распределения набора данных, исключая NaN значения.

Анализирует как числовые, так и строковые ряды, а также DataFrame наборы столбцов смешанных типов данных. Вывод будет зависеть от входных данных. Дополнительные сведения см. в примечаниях ниже.

Параметры:

percentiles : список чисел, необязательно Квантили, которые нужно включить в вывод. Все они должны находиться в диапазоне от 0 до 1. По умолчанию используется [.25, .5, .75], что возвращает 25-ю, 50-ю и 75-ю квантили. include : ‘all’, список типов данных или None (по умолчанию), необязательно Белый список типов данных, которые нужно включить в результат. Игнорируется для Series. Доступные варианты: ‘all’ : Все столбцы входных данных будут включены в вывод. Список типов данных : Ограничивает результаты указанными типами данных. Чтобы ограничить результат числовыми типами, передайте numpy.number. Чтобы вместо этого ограничить результат строковыми столбцами, передайте тип данных numpy.object. Строки также можно использовать в стиле select_dtypes (например, df.describe(include=['O'])). Для выбора категориальных столбцов pandas используйте 'category' None (по умолчанию) : Результат будет включать все числовые столбцы. exclude : список типов данных или None (по умолчанию), необязательно, Черный список типов данных, которые нужно исключить из результата. Игнорируется для Series. Доступные варианты: Список типов данных : Исключает указанные типы данных из результата. Чтобы исключить числовые типы, передайте numpy.number. Чтобы исключить строковые столбцы, передайте тип данных numpy.object. Строки также можно использовать в стиле select_dtypes (например, df.describe(include=['O'])). Для исключения категориальных столбцов pandas используйте 'category' None (по умолчанию) : Результат ничего не будет исключать.

Возвращает:

summary: Series/DataFrame статистических сводок

См. также

DataFrame.count, DataFrame.max, DataFrame.min, DataFrame.mean, DataFrame.std, DataFrame.select_dtypes

Примечания

Для числовых данных индекс результата будет включать count, mean, std, min, max а также нижние, 50 и верхние квантили. По умолчанию нижняя квантиль — 25, а верхняя — 75. 50 квантиль совпадает с медианой.

Для строковых данных (например, строк или временных меток) индекс результата будет включать count, unique, top, и freq. top — это наиболее частое значение. freq — это частота наиболее часто встречающегося значения. Временные метки также включают first и last элементы.

Если несколько строковых значений имеют наибольшее количество вхождений, то результаты count и top будут произвольно выбраны из числа имеющих наибольшее количество вхождений.

Для смешанных типов данных, переданных через DataFrame, по умолчанию возвращается анализ только числовых столбцов. Если DataFrame состоит только из строковых и категориальных данных без числовых столбцов, по умолчанию возвращается анализ и строковых, и категориальных столбцов. Если include='all' указан в качестве опции, результат будет содержать объединение атрибутов каждого типа.

Параметры include и exclude могут использоваться для ограничения столбцов в DataFrame, которые анализируются для вывода. Параметры игнорируются при анализе Series.

Примеры

Описание числового Series.

>>> s = pd.Series([1, 2, 3])
>>> s.describe()
count    3.0
mean     2.0
std      1.0
min      1.0
25%      1.5
50%      2.0
75%      2.5
max      3.0

Описание категориального Series.

>>> s = pd.Series(['a', 'a', 'b', 'c'])
>>> s.describe()
count     4
unique    3
top       a
freq      2
dtype: object

Описание временной метки Series.

>>> s = pd.Series([
...   np.datetime64("2000-01-01"),
...   np.datetime64("2010-01-01"),
...   np.datetime64("2010-01-01")
... ])
>>> s.describe()
count                       3
unique                      2
top       2010-01-01 00:00:00
freq                        2
first     2000-01-01 00:00:00
last      2010-01-01 00:00:00
dtype: object

Описание DataFrame. По умолчанию возвращаются только числовые поля.

>>> df = pd.DataFrame({ 'object': ['a', 'b', 'c'],
...                     'numeric': [1, 2, 3],
...                     'categorical': pd.Categorical(['d','e','f'])
...                   })
>>> df.describe()
       numeric
count      3.0
mean       2.0
std        1.0
min        1.0
25%        1.5
50%        2.0
75%        2.5
max        3.0

Описание всех столбцов DataFrame независимо от типа данных.

>>> df.describe(include='all')
        categorical  numeric object
count            3      3.0      3
unique           3      NaN      3
top              f      NaN      c
freq             1      NaN      1
mean           NaN      2.0    NaN
std            NaN      1.0    NaN
min            NaN      1.0    NaN
25%            NaN      1.5    NaN
50%            NaN      2.0    NaN
75%            NaN      2.5    NaN
max            NaN      3.0    NaN

Описание столбца из DataFrame путем доступа к нему как к атрибуту.

>>> df.numeric.describe()
count    3.0
mean     2.0
std      1.0
min      1.0
25%      1.5
50%      2.0
75%      2.5
max      3.0
Name: numeric, dtype: float64

Включение только числовых столбцов в описание DataFrame.

>>> df.describe(include=[np.number])
       numeric
count      3.0
mean       2.0
std        1.0
min        1.0
25%        1.5
50%        2.0
75%        2.5
max        3.0

Включение только строковых столбцов в описание DataFrame.

>>> df.describe(include=[np.object])
       object
count       3
unique      3
top         c
freq        1

Включение только категориальных столбцов в описание DataFrame.

>>> df.describe(include=['category'])
       categorical
count            3
unique           3
top              f
freq             1

Исключение числовых столбцов из описания DataFrame.

>>> df.describe(exclude=[np.number])
       categorical object
count            3      3
unique           3      3
top              f      c
freq             1      1

Исключение строковых столбцов из описания DataFrame.

>>> df.describe(exclude=[np.object])
        categorical  numeric
count            3      3.0
unique           3      NaN
top              f      NaN
freq             1      NaN
mean           NaN      2.0
std            NaN      1.0
min            NaN      1.0
25%            NaN      1.5
50%            NaN      2.0
75%            NaN      2.5
max            NaN      3.0