Question

让我说我有

r = pd.DataFrame({'A':1 ,
              'B':pd.Series(1,index=list(range(4)),dtype='float32')})

r['B'].describe()[['mean','std','min','max']]给出了输出：

mean    1.0
std     0.0
min     1.0
max     1.0
Name: B, dtype: float64

但是从上面的输出中，我应该如何摆脱或压制最后一行“Name:B, dtype: float64”

我想出了实现这个目标的一种方法

x=r['B'].describe()[['mean','std','min','max']]
print "mean ",x['mean'],"\nstd ",x['std'],"\nmin ",x['min'],"\nmax ",x['max']

给出了所需的输出：

mean  1.0 
std  0.0 
min  1.0 
max  1.0

是否有任何清洁工可以直接从pd.describe（）

获得此输出

Answer 1

如果需要输出为DataFrame，请添加reset_index：

x=r['B'].describe()[['mean','std','min','max']].reset_index()
print (x)
  index    B
0  mean  1.0
1   std  0.0
2   min  1.0
3   max  1.0

然后使用DataFrame.to_string：

print (x.to_string(header=None, index=None))
mean  1.0
 std  0.0
 min  1.0
 max  1.0

Answer 2

更好的回答
在数据框上使用to_csv

rd = r.B.describe()[['mean','std','min','max']].reset_index()
print(rd.to_csv(header=None, index=None, sep='\t'))

mean    1.0
std     0.0
min     1.0
max     1.0

旧答案

for name, value in r['B'].describe()[['mean','std','min','max']].iteritems():
    print('{:<5s} {:2.1f}'.format(name, value))

mean  1.0
std   0.0
min   1.0
max   1.0

从python pandas describe中压缩名称dtype

2 个答案: