Η συνάρτηση Python pandas DataFrame.describe() χρησιμοποιείται για τη δημιουργία μιας στατιστικής σύνοψης των αριθμητικών στηλών σε ένα DataFrame. Αυτή η σύνοψη περιλαμβάνει βασικές στατιστικές μετρήσεις όπως μέση τιμή, τυπική απόκλιση, ελάχιστο, μέγιστο και διάφορα εκατοστημόρια.

Ποια είναι η σύνταξη της συνάρτησης describe() του pandas;

Η βασική σύνταξη του describe() για DataFrames είναι απλή. Έχει την εξής μορφή:

DataFrame.describe(percentiles=None, include=None, exclude=None)
python

Σημαντικές παράμετροι για τις πανδες DataFrame.describe()

Χρησιμοποιώντας τις ακόλουθες παραμέτρους, μπορείτε να ρυθμίσετε την έξοδο του describe():

Παράμετρος Περιγραφή Προεπιλεγμένη τιμή
percentiles Παραθέτει τα εκατοστημόρια που πρέπει να περιλαμβάνονται στην περίληψη [.25, .5, .75]
include Καθορίζει τους τύπους δεδομένων που πρέπει να συμπεριληφθούν στην περιγραφή. Οι πιθανές τιμές είναι numpy.number, numpy.object, all ή None. None
exclude Καθορίζει τους τύπους δεδομένων που θα εξαιρούνται από την περιγραφή. Λειτουργεί όπως η παράμετρος include. None
Definition

Τα στατιστικά εκατοστημόρια είναι τιμές που χωρίζουν ένα ταξινομημένο σύνολο δεδομένων σε ίσα μέρη, δείχνοντας ποιο ποσοστό των σημείων δεδομένων βρίσκεται κάτω από ένα συγκεκριμένο όριο. Αυτά περιλαμβάνουν μετρήσεις όπως η διάμεσος (50ο εκατοστημόριο), το 25ο εκατοστημόριο και το 75ο εκατοστημόριο. Αυτές οι πληροφορίες βοηθούν στην παροχή μιας σαφέστερης εικόνας της κατανομής των δεδομένων.

Παραδείγματα χρήσης του pandas describe()

Εάν χρειάζεστε μια γρήγορη επισκόπηση των βασικών στατιστικών μετρήσεων ενός συνόλου δεδομένων, η συνάρτηση pandas DataFrame.describe() είναι εξαιρετικά χρήσιμη.

Παράδειγμα 1: Στατιστική σύνοψη αριθμητικών δεδομένων

Στο παρακάτω παράδειγμα, εξετάζουμε το DataFrame df, το οποίο περιέχει διαφορετικούς τύπους δεδομένων πωλήσεων.

import pandas as pd
import numpy as np
# Example DataFrame with sales data
data = {
    'Product': ['A', 'B', 'C', 'D', 'E'],
    'Quantity': [10, 20, 15, 5, 30],
    'Price': [100, 150, 200, 80, 120],
    'Revenue': [1000, 3000, 3000, 400, 3600]
}
df = pd.DataFrame(data)
print(df)
python

Τώρα, μπορείτε να χρησιμοποιήσετε το pandas describe() για να λάβετε μια στατιστική σύνοψη των αριθμητικών δεδομένων στις στήλες:

summary = df.describe()
print(summary)
python

Η έξοδος της συνάρτησης pandas DataFrame.describe() έχει ως εξής:

Quantity       Price      Revenue
count   5.000000    5.000000     5.000000
mean   16.000000  130.000000  2200.000000
std     9.617692   46.904158  1407.124728
min     5.000000   80.000000   400.000000
25%    10.000000  100.000000  1000.000000
50%    15.000000  120.000000  3000.000000
75%    20.000000  150.000000  3000.000000
max    30.000000  200.000000  3600.000000

Οι βασικοί δείκτες που εμφανίζονται στην έξοδο είναι:

  • count: Αριθμός μη NaN (Not a Number) καταχωρήσεων
  • mean: Μέσος όρος των τιμών (προσβάσιμος επίσης μέσω DataFrame.mean())
  • std: Τυπική απόκλιση των τιμών
  • min, 25%, 50%, 75%, max: Ελάχιστες, 25ο εκατοστημόριο, διάμεσος (50ο εκατοστημόριο), 75ο εκατοστημόριο και μέγιστες τιμές

Παράδειγμα 2: Προσαρμογή εκατοστημορίων

Μπορείτε να προσαρμόσετε τα εκατοστημόρια στην έξοδο του pandas DataFrame.describe() με την παράμετρο percentiles:

# Statistical summary with custom percentiles
custom_summary = df.describe(percentiles=[0.1, 0.5, 0.9])
print(custom_summary)
python

Αυτή η κλήση συνάρτησης παρέχει την ακόλουθη έξοδο:

Quantity       Price      Revenue
count   5.000000    5.000000     5.000000
mean   16.000000  130.000000  2200.000000
std     9.617692   46.904158  1407.124728
min     5.000000   80.000000   400.000000
10%     7.000000   88.000000   640.000000
50%    15.000000  120.000000  3000.000000
90%    26.000000  180.000000  3360.000000
max    30.000000  200.000000  3600.000000

Στην έξοδο, περιλαμβάνονται 10%, 50% και 90% αντί για τα τυπικά εκατοστημόρια που εμφανίζονται στο προηγούμενο παράδειγμα.

Go to Main Menu