Python pandas的describe函数参数详解

更多资料获取

📚 个人网站：ipengtao.com

---

在数据分析和数据预处理过程中，了解数据集的基本统计信息是非常重要的。pandas 库提供了一个名为 describe() 的函数，可以生成数据集的描述性统计信息。本文将详细介绍 describe() 函数的各种参数及其用法，帮助更好地理解和应用这一功能。

describe() 函数概述

describe() 函数是 pandas 中的一个统计方法，用于生成数据集的基本描述性统计信息，包括均值、标准差、最小值、最大值、25%、50% 和 75% 等。默认情况下，它只会统计数值型数据的统计信息，对于非数值型数据会输出计数、唯一值数、出现频率最高的值和频率等。

参数详解

1 percentiles 参数

percentiles 参数用于指定所需的百分位数，默认值为 [.25, .5, .75]，即输出 25%，50% 和 75% 的百分位数。

import pandas as pd

data = {
   'A': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 指定输出 10%，50% 和 90% 的百分位数
print(df.describe(percentiles=[.1, .5, .9]))

2 include 参数

include 参数用于指定要统计的数据类型，可选值为 all、number 和 object，默认为 None。如果设置为 all，则会统计所有数据类型；如果设置为 number，则只会统计数值型数据；如果设置为 object，则只会统计非数值型数据。

import pandas as pd

data = {
   'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 只统计数值型数据
<