TechCodeview

Aprēķināt() metodi izmanto dažu statistikas datu aprēķināšanai, piemēram procentile, vidējais un std Series vai DataFrame skaitliskās vērtības. Tā analizē gan skaitliskās, gan objektu sērijas, kā arī jauktu datu tipu DataFrame kolonnu kopas.

autocad stiepšanas komanda

Sintakse

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

Parametri

procentile:Tas ir neobligāts parametrs, kas ir saraksts, piemēram, datu tips ar skaitļiem, kuriem vajadzētu būt no 0 līdz 1. Tā noklusējuma vērtība ir [.25, .5, .75], kas atgriež 25., 50. un 75. procentili.ietver:Tas ir arī izvēles parametrs, kas ietver datu tipu sarakstu, aprakstot DataFrame. Tā noklusējuma vērtība ir None.izslēgt:Tas ir arī izvēles parametrs, kas izslēdz datu tipu sarakstu, aprakstot DataFrame. Tā noklusējuma vērtība ir None.

Atgriežas

Tas atgriež statistikas kopsavilkumu par Series un DataFrame.

Piemērs1

 import pandas as pd import numpy as np a1 = pd.Series([1, 2, 3]) a1.describe() 

Izvade

 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 

Piemērs2

 import pandas as pd import numpy as np a1 = pd.Series(['p', 'q', 'q', 'r']) a1.describe() 

Izvade

java iegūt pašreizējo datumu

 count 4 unique 3 top q freq 2 dtype: object 

3. piemērs

 import pandas as pd import numpy as np a1 = pd.Series([1, 2, 3]) a1.describe() a1 = pd.Series(['p', 'q', 'q', 'r']) a1.describe() info = pd.DataFrame({'categorical': pd.Categorical(['s','t','u']), 'numeric': [1, 2, 3], 'object': ['p', 'q', 'r'] }) info.describe(include=[np.number]) info.describe(include=[np.object]) info.describe(include=['category']) 

Izvade

 categorical count 3 unique 3 top u freq 1 

4. piemērs

 import pandas as pd import numpy as np a1 = pd.Series([1, 2, 3]) a1.describe() a1 = pd.Series(['p', 'q', 'q', 'r']) a1.describe() info = pd.DataFrame({'categorical': pd.Categorical(['s','t','u']), 'numeric': [1, 2, 3], 'object': ['p', 'q', 'r'] }) info.describe() info.describe(include='all') info.numeric.describe() info.describe(include=[np.number]) info.describe(include=[np.object]) info.describe(include=['category']) info.describe(exclude=[np.number]) info.describe(exclude=[np.object]) 

Izvade

 categorical numeric count 3 3.0 unique 3 NaN top u 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