A Python pandas DataFrame.describe() függvényt a DataFrame numerikus oszlopainak statisztikai összefoglalásának létrehozására használják. Ez az összefoglaló olyan fontos statisztikai mutatókat tartalmaz, mint az átlag, a szórás, a minimum, a maximum és a különböző percentilisek.

Mi a pandas describe() függvény szintaxisa?

A DataFrames describe() alapvető szintaxisa egyszerű. Így néz ki:

DataFrame.describe(percentiles=None, include=None, exclude=None)
python

Fontos paraméterek a pandák számára DataFrame.describe()

A következő paraméterek segítségével beállíthatja a describe() kimenetet:

Paraméter Leírás Alapértelmezett érték
percentiles Az összefoglalásban szereplő percentilisek listája [.25, .5, .75]
include Meghatározza, hogy mely adattípusokat kell belevenni a leírásba; lehetséges értékek: numpy.number, numpy.object, all vagy None. None
exclude Meghatározza, hogy mely adattípusokat kell kizárni a leírásból; a include paraméterhez hasonlóan működik. None

Példák a pandas describe() használatára

Ha gyors áttekintésre van szüksége egy adatkészlet legfontosabb statisztikai mutatóiról, a pandas DataFrame.describe() függvény rendkívül hasznos lehet.

1. példa: Numerikus adatok statisztikai összefoglalása

A következő példában megvizsgáljuk a DataFrame df, amely különböző típusú értékesítési adatokat tartalmaz.

import pandas as pd
import numpy as np
# Example DataFrame with sales data
data = {
    'Product': ['A', 'B', 'C', 'D', 'E'],
    'Quantity': [10, 20, 15, 5, 30],
    'Price': [100, 150, 200, 80, 120],
    'Revenue': [1000, 3000, 3000, 400, 3600]
}
df = pd.DataFrame(data)
print(df)
python

Most a pandas describe() segítségével statisztikai összefoglalót készíthet az oszlopokban található numerikus adatokról:

summary = df.describe()
print(summary)
python

A pandas DataFrame.describe() függvény kimenete a következő:

Quantity       Price      Revenue
count   5.000000    5.000000     5.000000
mean   16.000000  130.000000  2200.000000
std     9.617692   46.904158  1407.124728
min     5.000000   80.000000   400.000000
25%    10.000000  100.000000  1000.000000
50%    15.000000  120.000000  3000.000000
75%    20.000000  150.000000  3000.000000
max    30.000000  200.000000  3600.000000

A kimenetben megjelenő legfontosabb mutatók:

  • count: Nem NaN (nem szám) bejegyzések száma
  • mean: Az értékek átlaga ( DataFrame.mean() segítségével is elérhető)
  • std: Az értékek szórása
  • min, 25%, 50%, 75%, max: Minimum, 25. percentilis, medián (50. percentilis), 75. percentilis és maximum értékek

2. példa: A percentilisek testreszabása

A pandas DataFrame.describe() kimenetben a percentiliseket a percentiles paraméterrel lehet testreszabni:

# Statistical summary with custom percentiles
custom_summary = df.describe(percentiles=[0.1, 0.5, 0.9])
print(custom_summary)
python

Ez a függvényhívás a következő kimenetet adja:

Quantity       Price      Revenue
count   5.000000    5.000000     5.000000
mean   16.000000  130.000000  2200.000000
std     9.617692   46.904158  1407.124728
min     5.000000   80.000000   400.000000
10%     7.000000   88.000000   640.000000
50%    15.000000  120.000000  3000.000000
90%    26.000000  180.000000  3360.000000
max    30.000000  200.000000  3600.000000

A kimenetben a korábbi példában szereplő standard percentilisek helyett 10%, 50% és 90% szerepel.

Ugrás a főmenübe