.describe() python_python描述性统计之dataframe.describe

想要准确理解 describe()的使用方法，还是要着重掌握统计学的相关知识，下面重点给出相关名词解释。

描述性统计使用df.describe()

描述性统计，即概括性度量。是用来概括、表述事物整体状况以及事物间关联、类属关系的统计方法。通过统计处理可以简洁地用几个统计值来表示一组数据地集中性和离散型 (波动性大小)。

集中趋势

指一组数据向某一中心靠拢的程度，反映了一组数据中心点的位置所在。

众数

• 一组数据中出现次数最多的变量值 

• 一般在数据量较大的情况下，众数才有意义

• 众数是一个位置代表值，不受数据中极端值的影响

• 众数可能不存在；也可能存在多个众数

• Excel 中可以使用 MODE 函数计算， MODE(number1, number2, ...)

中位数

• 一组数据排序后处于中间位置上的变量值 

• 将全部数据等分成两个部分。每部分包含 50% 的数据

• 不适用于分类数据

• 中位数是一个位置代表值，不受数据中极端值的影响

• 中位数位置 = $ \dfrac{n+1}{2} $ , n 为数据个数

• 中位数 

• Excel 中可以使用 MEDIAN 函数计算， MEDIAN(number1, number2, ...)

四分位数

• 一组数据排序后处于 25% 和 75% 位置上的值  和 

• 通过 3 个点将全部数据等分成 4 个部分，每个部分包含 25% 的数据

• Excel 中可以使用 QUARTILE 函数计算， QUARTILE(array, quart)，arry 为求四分位数的数组或者数字的单元格区域， quart 决定返回哪一个四分位数