Python pandas的describe函數(shù)參數(shù)示例詳解
在數(shù)據(jù)分析和數(shù)據(jù)預處理過程中，了解數(shù)據(jù)集的基本統(tǒng)計信息是非常重要的。pandas 庫提供了一個名為 describe() 的函數(shù)，可以生成數(shù)據(jù)集的描述性統(tǒng)計信息。本文將詳細介紹 describe() 函數(shù)的各種參數(shù)及其用法，幫助更好地理解和應用這一功能。
describe() 函數(shù)概述
describe() 函數(shù)是 pandas 中的一個統(tǒng)計方法，用于生成數(shù)據(jù)集的基本描述性統(tǒng)計信息，包括均值、標準差、最小值、最大值、25%、50% 和 75% 等。默認情況下，它只會統(tǒng)計數(shù)值型數(shù)據(jù)的統(tǒng)計信息，對于非數(shù)值型數(shù)據(jù)會輸出計數(shù)、唯一值數(shù)、出現(xiàn)頻率最高的值和頻率等。
參數(shù)詳解
1percentiles 參數(shù)
percentiles 參數(shù)用于指定所需的百分位數(shù)，默認值為 [.25, .5, .75]，即輸出 25%，50% 和 75% 的百分位數(shù)。
import pandas as pd
data = {'A': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# 指定輸出 10%，50% 和 90% 的百分位數(shù)
print(df.describe(percentiles=[.1, .5, .9]))2 include 參數(shù)
include 參數(shù)用于指定要統(tǒng)計的數(shù)據(jù)類型，可選值為 all、number 和 object，默認為 None。如果設置為 all，則會統(tǒng)計所有數(shù)據(jù)類型；如果設置為 number，則只會統(tǒng)計數(shù)值型數(shù)據(jù)；如果設置為 object，則只會統(tǒng)計非數(shù)值型數(shù)據(jù)。
import pandas as pd
data = {'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)
# 只統(tǒng)計數(shù)值型數(shù)據(jù)
print(df.describe(include='number'))3 exclude 參數(shù)
exclude 參數(shù)與 include 參數(shù)相反，用于指定要排除的數(shù)據(jù)類型。
import pandas as pd
data = {'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)
# 排除非數(shù)值型數(shù)據(jù)
print(df.describe(exclude='object'))4 datetime_is_numeric 參數(shù)
datetime_is_numeric 參數(shù)用于指定日期時間類型是否被視為數(shù)值型數(shù)據(jù)，默認為 False。如果設置為 True，則日期時間類型會被視為數(shù)值型數(shù)據(jù)，參與統(tǒng)計。
import pandas as pd
import datetime as dt
data = {'A': [dt.datetime(2022, 1, 1), dt.datetime(2022, 1, 2), dt.datetime(2022, 1, 3)]}
df = pd.DataFrame(data)
# 將日期時間類型視為數(shù)值型數(shù)據(jù)
print(df.describe(datetime_is_numeric=True))示例代碼
下面是一個完整的示例代碼，演示了如何使用 describe() 函數(shù)及其各種參數(shù)：
import pandas as pd
import numpy as np
# 創(chuàng)建一個包含數(shù)值型和非數(shù)值型數(shù)據(jù)的DataFrame
data = {'A': [1, 2, 3, 4, 5],
'B': ['a', 'b', 'c', 'd', 'e'],
'C': [1.1, 2.2, 3.3, 4.4, 5.5]}
df = pd.DataFrame(data)
# 輸出默認的描述性統(tǒng)計信息
print("默認的描述性統(tǒng)計信息：")
print(df.describe())
# 輸出指定百分位數(shù)的描述性統(tǒng)計信息
print("\n指定百分位數(shù)的描述性統(tǒng)計信息：")
print(df.describe(percentiles=[.1, .5, .9]))
# 只統(tǒng)計數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息
print("\n只統(tǒng)計數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息：")
print(df.describe(include='number'))
# 只統(tǒng)計非數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息
print("\n只統(tǒng)計非數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息：")
print(df.describe(include='object'))
# 排除數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息
print("\n排除數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息：")
print(df.describe(exclude='number'))
# 將日期時間類型視為數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息
print("\n將日期時間類型視為數(shù)值型數(shù)據(jù)的描述性統(tǒng)計信息：")
date_range = pd.date_range(start='2022-01-01', periods=5)
data = {'A': np.arange(5), 'B': date_range}
df = pd.DataFrame(data)
print(df.describe(datetime_is_numeric=True))實際應用場景
describe() 函數(shù)在實際數(shù)據(jù)分析中有著廣泛的應用場景。
1. 數(shù)據(jù)質(zhì)量檢查
在數(shù)據(jù)分析的初步階段，經(jīng)常需要對數(shù)據(jù)的質(zhì)量進行檢查，包括檢查是否存在缺失值、異常值等情況。describe() 函數(shù)提供了一種快速的方式來獲取數(shù)據(jù)的描述統(tǒng)計信息，通過觀察數(shù)據(jù)的均值、標準差、最小值、最大值等指標，可以初步判斷數(shù)據(jù)的質(zhì)量情況。
import pandas as pd
# 讀取數(shù)據(jù)集
df = pd.read_csv('data.csv')
# 查看數(shù)據(jù)的描述統(tǒng)計信息
description = df.describe()
print(description)通過觀察描述統(tǒng)計信息，可以發(fā)現(xiàn)是否存在異常值（如某些列的最大值或最小值明顯偏離正常范圍）、缺失值（計數(shù)是否一致）等情況，從而進一步采取相應的數(shù)據(jù)清洗和處理措施。
2. 數(shù)據(jù)分布分析
在數(shù)據(jù)分析過程中，了解數(shù)據(jù)的分布情況對于后續(xù)的建模和分析至關重要。describe() 函數(shù)提供了關于數(shù)據(jù)分布的基本統(tǒng)計信息，例如平均值、標準差、分位數(shù)等，可以快速了解數(shù)據(jù)的分布情況。
import pandas as pd
import matplotlib.pyplot as plt
# 讀取數(shù)據(jù)集
df = pd.read_csv('data.csv')
# 查看數(shù)據(jù)的描述統(tǒng)計信息
description = df.describe()
# 繪制柱狀圖展示數(shù)據(jù)分布
description.plot(kind='bar', figsize=(10, 6))
plt.title('Statistics of Data Distribution')
plt.xlabel('Statistics')
plt.ylabel('Value')
plt.xticks(rotation=45)
plt.legend(loc='upper right')
plt.show()通過觀察柱狀圖，可以直觀地了解數(shù)據(jù)的分布情況，例如各個特征的均值、中位數(shù)、分位數(shù)等信息，從而為后續(xù)的數(shù)據(jù)分析和建模提供參考。
3. 數(shù)據(jù)特征選擇
在進行特征工程時，需要選擇對目標變量具有較高相關性的特征，以提高模型的預測性能。describe() 函數(shù)可以快速了解各個特征之間的相關性，從而進行合理的特征選擇。
import pandas as pd
# 讀取數(shù)據(jù)集
df = pd.read_csv('data.csv')
# 查看特征之間的相關性
correlation_matrix = df.corr()
# 輸出相關系數(shù)矩陣
print(correlation_matrix)通過觀察相關系數(shù)矩陣，可以發(fā)現(xiàn)各個特征之間的相關性情況，進而選擇與目標變量具有較高相關性的特征進行建模和分析。
總結
describe() 函數(shù)是 pandas 中一個十分實用的工具，用于快速獲取數(shù)據(jù)集的描述性統(tǒng)計信息。本文詳細介紹了該函數(shù)的各種參數(shù)及其用法，包括控制輸出的百分位數(shù)、列類型以及是否將日期時間列視為數(shù)值型列等。通過合理使用 describe() 函數(shù)，可以快速了解數(shù)據(jù)的分布情況、檢查數(shù)據(jù)質(zhì)量、選擇特征等，為數(shù)據(jù)分析和建模提供重要參考。
到此這篇關于Python pandas的describe函數(shù)參數(shù)詳解的文章就介紹到這了,更多相關Python describe函數(shù)參數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
VScode編寫第一個Python程序HelloWorld步驟
VScode是微軟去年推出的一款輕量級編輯器，功能上和Atom、Sublime Text、Vim類似，你可以通過配置將它打造成合適的IDE,這里簡單介紹一下，需要的朋友可以參考下2018-04-04
在實際開發(fā)中,我們經(jīng)常需要對日期進行加減操作,本文主要介紹了python時間日期相加減的實現(xiàn)示例,具有一定的參考價值,感興趣的可以了解一下2024-02-02
簡單介紹Python中的filter和lambda函數(shù)的使用
這篇文章主要簡單介紹了Python中的filter和lambda函數(shù)的使用,是Python學習中的基礎,同時lambda匿名函數(shù)的使用也是經(jīng)常被用來對比各種編程語的重要特性,言需要的朋友可以參考下2015-04-04
裝飾器是 Python 的一個重要部分。簡單地說：他們是修改其他函數(shù)的功能的函數(shù)。他們有助于讓我們的代碼更簡短，也更Pythonic。大多數(shù)初學者不知道在哪兒使用它們，所以我將要分享下，哪些區(qū)域里裝飾器可以讓你的代碼更簡潔。 首先，讓我們討論下如何寫你自己的裝飾器2021-11-11
python 基于selenium實現(xiàn)鼠標拖拽功能
這篇文章主要介紹了python 基于selenium實現(xiàn)鼠標拖拽功能的方法，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
這篇文章主要介紹了Django 用戶認證組件使用詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了Python Pandas分組聚合的實現(xiàn)方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
這篇文章主要介紹了pyftplib中文亂碼問題解決方案,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-01-01
這篇文章主要介紹了基于Python 的語音重采樣函數(shù)解析，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
python中sort sorted reverse reversed函數(shù)的區(qū)別說明
這篇文章主要介紹了python中sort sorted reverse reversed函數(shù)的區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05