Question

我正在跑步＆＃39;描述（）＆＃39;在数据框上并获取只有int列的摘要（pandas 14.0）。

文档说明对于最常见值的对象列频率，将返回其他统计信息。可能有什么不对？（顺便说一下，没有返回错误信息）

修改

我认为这是如何将函数设置为在数据框中的混合列类型上运行。虽然文档没有提到它。

示例代码：

df_test = pd.DataFrame({'$a':[1,2], '$b': [10,20]})
df_test.dtypes
df_test.describe()
df_test['$a'] = df_test['$a'].astype(str)
df_test.describe()
df_test['$a'].describe()
df_test['$b'].describe()

同时我的丑陋工作：

def my_df_describe(df):
    objects = []
    numerics = []
    for c in df:
        if (df[c].dtype == object):
            objects.append(c)
        else:
            numerics.append(c)

    return df[numerics].describe(), df[objects].describe()

Answer 1

从pandas v15.0开始，使用参数DataFrame.describe(include = 'all')获取数据框具有混合列类型时所有列的摘要。默认行为是仅提供数值列的摘要。

示例：

In[1]: df = pd.DataFrame({'$a':['a', 'b', 'c', 'd', 'a'], '$b': np.arange(5)}) df.describe(include = 'all') Out[1]: $a $b count 5 5.000000 unique 4 NaN top a NaN freq 2 NaN mean NaN 2.000000 std NaN 1.581139 min NaN 0.000000 25% NaN 1.000000 50% NaN 2.000000 75% NaN 3.000000 max NaN 4.000000

数字列将具有与对象（字符串）相关的摘要统计信息的NaN，反之亦然。

仅汇总数字或对象列

仅使用describe()
在数字列上致电describe(include = [np.number])

使用describe()仅在对象（字符串）上调用describe(include = ['O'])。

In[2]: df.describe(include = [np.number]) Out[3]: $b count 5.000000 mean 2.000000 std 1.581139 min 0.000000 25% 1.000000 50% 2.000000 75% 3.000000 max 4.000000 In[3]: df.describe(include = ['O']) Out[3]: $a count 5 unique 4 top a freq 2

Answer 2

＆＃39;描述（）＆＃39;在DataFrame上只适用于数字类型。如果您认为自己有一个数字变量并且没有显示在＆＃39; decribe（）＆＃39;中，请更改类型：

df[['col1', 'col2']] = df[['col1', 'col2']].astype(float)

您还可以创建新列来处理混合类型列的数字部分，或使用字典和map（）函数将字符串转换为数字。

＆＃39;描述（）＆＃39;在非数字系列上会给你一些统计数据（如计数，唯一和最常出现的值）。

Answer 3

pd.options.display.max_columns = DATA.shape[1]将起作用。

DATA是一个二维矩阵，上面的代码将垂直显示统计信息。

Answer 4

除DataFrame.describe(include = 'all')之外，还可以对每个分类列使用Series.value_counts()：

In[1]:

df = pd.DataFrame({'$a':['a', 'b', 'c', 'd', 'a'], '$b': np.arange(5)})
df['$a'].value_counts()

Out[1]:
$a
a    2
d    1
b    1
c    1

Answer 5

您可以执行df_test.info()来获取数据框所包含的数据类型列表。如果您的数据框只包含数字列而不是df_test.describe（）将完美正常。默认情况下，它提供了数值。如果您想要对象（字符串）功能的摘要，可以使用df_test.describe(include=['O'])。

或者简而言之，当数据框具有各种数据类型的列时，您可以使用df_test.describe(include='all')来获取所有要素列的摘要。

Answer 6

.describe（）方法仅适用于具有数字数据类型的列。您可以通过以下方式检查列的数据类型：

df.dtypes()

要获取使用的所有列的描述摘要，

df.describe(include='all')

这将为您提供所有列的描述。

Answer 7

除了其他答案中讨论的数据类型问题外，您可能还需要显示太多列。如果列太多，则中间的列将被总共三个点（...）取代。

其他答案指出include='all'的{{1}}参数可以解决数据类型问题。另一个问题是“ How do I expand the output display to see more columns?”，解决方案是修改describe设置，甚至可以temporarily完成。例如，要显示单个display.max_columns语句的多达40列输出：

describe

熊猫＆＃39;描述＆＃39;没有返回所有列的摘要

7 个答案: