python描述性统计表格,Python/Pandas中的描述性统计,括号中有std

这个问题涉及在Python中进行描述性统计的最佳实践,它的格式化输出与学术出版物中的表相对应:在下面的括号中分别包含其标准偏差的平均值。最终目标是能够以乳胶表格格式(或其他格式、html等)导出它。

熊猫:

在熊猫身上做描述性统计的经典方法是使用

describe()

方法

DataFrame

import numpy as np

import pandas as pd

# Generate a DataFrame to have an example

df = pd.DataFrame(

{"Age" : np.random.normal(20,15,5),

"Income": np.random.pareto(1,5)*20_000 }

)

# The describe method to get means and stds

df.describe().loc[["mean", "std"]].T

>>>

mean std

Age 15.322797 13.449727

Income 97755.733510 143683.686484

我希望得到以下输出:

Age 15.32

(13.44)

Income 97755.73

(143683.68)

最好有一个能与多索引数据帧一起工作的解决方案:

df2 = pd.DataFrame(

{"Age" : np.random.normal(20,15,5),

"Income": np.random.pareto(1,5)*20_000 }

)

df_c = pd.concat([df,df2], keys = ["A", "B"])

>>>

然后得到

A B

Age 23.15 21.33

(11.62) (9.34)

Income 68415.53 46619.51

(95612.40) (64596.10)

我目前的解决方案:

idx = pd.IndexSlice

df_desc = (df_c

).groupby(level = 0, axis = 0).describe()

df_desc = df_desc.loc[idx[:],idx[:,["mean", "std"]]].T

df_desc.loc[idx[:,["std"]],idx[:]] = df_desc.loc[idx[:,["std"]],idx[:]

].applymap(

lambda x: "("+"{:.2f}".format(x)+")")

print(df_desc)

>>>

A B

Age mean 23.1565 21.3359

std (11.62) (9.34)

Income mean 68415.5 46619.5

std (95612.40) (64596.10)

我没有找到隐藏第二个索引列(mean,std,mean,std)的解决方案。

然后我想把df导出到乳胶中:

df_desc.to_latex()

>>>

\begin{tabular}{llll}

\toprule

& & A & B \\

\midrule

Age & mean & 5.5905 & 29.5894 \\

& std & (16.41) & (13.03) \\

Income & mean & 531970 & 72653.7 \\

& std & (875272.44) & (79690.18) \\

\bottomrule

\end{tabular}

问题2:

&

表中的字符没有对齐,这使得编辑有点繁琐(我使用扩展名来对齐

&

在VSCode中)

解决方案?

如果没有复杂的字符串操作,我不知道应该做什么来获得所需的结果。

我已经看过了

Pandas styling

,但我不认为这是最好的解决方案。

还有

StatModels Tables

,但我没有找到解决问题的简单方法。Statsmodels表似乎是最有前途的解决方案。但我不知道如何实现它。StatsModels中有一些描述性的stats函数,但我在GitHub上看到,它们在某种程度上已被弃用。

那么做这些桌子的最好方法是什么?