pandas.core.groupby.DataFrameGroupBy.describe

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

Генерация описательной статистики.

Описательная статистика включает в себя показатели центральной тенденции, дисперсии и формы распределения набора данных, исключая значения NaN.

Анализирует как числовые, так и строковые ряды, а также наборы столбцов DataFrame смешанных типов данных. Результат будет отличаться в зависимости от входных данных. Подробности см. в примечаниях ниже.

Параметры:

percentiles:список чисел, необязательно

Процентили для включения в вывод. Все значения должны находиться в интервале от 0 до 1. По умолчанию используется [.25, .5, .75], что возвращает 25-й, 50-й и 75-й процентили.

include:‘all’, список типов данных или None (по умолчанию), необязательно

Белый список типов данных для включения в результат. Игнорируется для Series. Доступные варианты:

• ‘all’ : Все столбцы входных данных будут включены в вывод.

• Список типов данных : Ограничивает результаты предоставленными типами данных. Чтобы ограничить результат числовыми типами, отправьте numpy.number. Чтобы ограничить результат строковыми столбцами, отправьте тип данных numpy.object. Строки также могут использоваться в стиле select_dtypes (например, df.describe(include=['O'])). Для выбора столбцов типа pandas категория используйте 'category'

• None (по умолчанию) : Результат будет включать все числовые столбцы.

exclude:список типов данных или None (по умолчанию), необязательно

Черный список типов данных для исключения из результата. Игнорируется для Series. Доступные варианты:

• Список типов данных : Исключает указанные типы данных из результата. Чтобы исключить числовые типы, отправьте numpy.number. Чтобы исключить строковые столбцы, отправьте тип данных numpy.object. Строки также могут использоваться в стиле select_dtypes (например, df.describe(exclude=['O'])). Для исключения столбцов типа pandas категория используйте 'category'

• None (по умолчанию) : Ничего не будет исключено.

Возвращает:

Ряд или DataFrame

Статистические данные о предоставленном ряду или DataFrame.

См. также

DataFrame.count

Подсчёт количества наблюдений без пропусков/null.

DataFrame.max

Максимальное значение в строковом объекте.

DataFrame.min

Минимальное значение в строковом объекте.

DataFrame.mean

Среднее значение.

DataFrame.std

Стандартное отклонение.

DataFrame.select_dtypes

Подмножество DataFrame, включающее/исключающее столбцы на основе их типа.

Примечания

Для числовых данных индекс результата будет включать count, mean, std, min, max а также нижние, 50 и верхние процентили. По умолчанию нижний процентиль - 25, а верхний - 75. 50 процентиль совпадает с медианой.

Для строковых данных (например, строк или метки времени), индекс результата будет включать count, unique, top, и freq. top — это наиболее часто встречающееся значение. freq - частота наиболее часто встречающегося значения. Для меток времени также доступны first и last.

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

Для смешанных типов данных, предоставленных 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 строковых и категориальных столбцов. Если параметр include='all' указан, результат будет включать 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
dtype: float64

Описание категориального Series.

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

Описание timestamp Series.

>>> s = pd.Series([
...     np.datetime64("2000-01-01"),
...     np.datetime64("2010-01-01"),
...     np.datetime64("2010-01-01")
... ])
>>> s.describe()
count                      3
mean     2006-09-01 08:00:00
min      2000-01-01 00:00:00
25%      2004-12-31 12:00:00
50%      2010-01-01 00:00:00
75%      2010-01-01 00:00:00
max      2010-01-01 00:00:00
dtype: object

Описание DataFrame. По умолчанию возвращаются только числовые поля.

>>> df = pd.DataFrame({'categorical': pd.Categorical(['d', 'e', 'f']),
...                    'numeric': [1, 2, 3],
...                    'object': ['a', 'b', 'c']
...                    })
>>> 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      a
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 через доступ к нему в качестве атрибута.

>>> 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=[object])  
       object
count       3
unique      3
top         a
freq        1

Включение только категориальных столбцов в описание DataFrame.

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

Исключение числовых столбцов из описания DataFrame.

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

Исключение строковых столбцов из описания DataFrame.

>>> df.describe(exclude=[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