Funkcia Python pandas DataFrame.describe() sa používa na generovanie štatistického súhrnu numerických stĺpcov v DataFrame. Tento súhrn obsahuje kľúčové štatistické metriky, ako je priemerná hodnota, štandardná odchýlka, minimum, maximum a rôzne percentily.

Aká je syntax funkcie describe() v pandas?

Základná syntax describe() pre DataFrames je jednoduchá. Vyzerá takto:

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

Dôležité parametre pre pandy DataFrame.describe()

Pomocou nasledujúcich parametrov môžete nastaviť výstup describe():

Parameter Popis Predvolená hodnota
percentiles Uvádza percentily, ktoré by mali byť zahrnuté do súhrnu. [.25, .5, .75]
include Určuje, ktoré typy údajov majú byť zahrnuté do popisu; možné hodnoty sú numpy.number, numpy.object, all alebo None. None
exclude Určuje, ktoré typy údajov majú byť vylúčené z popisu; funguje podobne ako parameter include. None

Príklady použitia pandas describe()

Ak potrebujete rýchly prehľad kľúčových štatistických ukazovateľov súboru údajov, funkcia pandas DataFrame.describe() je nesmierne užitočná.

Príklad 1: Štatistické zhrnutie číselných údajov

V nasledujúcom príklade sa pozrieme na DataFrame df, ktorý obsahuje rôzne typy údajov o predaji.

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

Teraz môžete použiť pandas describe() na získanie štatistického súhrnu číselných údajov v stĺpcoch:

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

Výstup funkcie pandas DataFrame.describe() je nasledovný:

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

Kľúčové ukazovatele zobrazené vo výstupe sú:

  • count: Počet položiek, ktoré nie sú NaN (nie je číslo)
  • mean: Priemer hodnôt (prístupný aj prostredníctvom DataFrame.mean())
  • std: Štandardná odchýlka hodnôt
  • min, 25%, 50%, 75%, max: Minimálne, 25. percentil, medián (50. percentil), 75. percentil a maximálne hodnoty

Príklad 2: Prispôsobenie percentilov

Percentily vo výstupe pandas DataFrame.describe() môžete prispôsobiť pomocou parametra percentiles:

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

Toto volanie funkcie poskytuje nasledujúci výstup:

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

Vo výstupe sú zahrnuté hodnoty 10%, 50 % a 90 % namiesto štandardných percentilov uvedených v predchádzajúcom príklade.

Prejsť na hlavné menu