# Mis on pandas DataFrame describe() meetod?

Python pandas funktsiooni `DataFrame.describe()` kasutatakse DataFrame’i numbriliste veergude statistilise kokkuvõtte genereerimiseks. See kokkuvõte sisaldab olulisi statistilisi näitajaid, nagu keskmine, standardhälve, miinimum, maksimum ja erinevad protsentiilid.

## Mis on pandas’i `describe()` funktsiooni süntaks?

DataFrames’i `describe()` põhiline süntaks on lihtne. See näeb välja järgmine:

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

### Panda `DataFrame.describe()` jaoks olulised parameetrid

Järgmiste parameetrite abil saate reguleerida väljundit `describe()`:

<table>
  <thead>
    <tr>
      <th><strong>Parameeter</strong></th>
      <th><strong>Kirjeldus</strong></th>
      <th><strong>Vaikimisi väärtus</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`percentiles`</td>
      <td>Loetleb protsentiilid, mis peaksid olema kokkuvõttes esitatud.</td>
      <td>`[.25, .5, .75]`</td>
    </tr>
    <tr>
      <td>`include`</td>
      <td>Määrab, millised andmetüübid lisada kirjeldusse; võimalikud väärtused on `numpy.number`, `numpy.object`, `all` või `None`.</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`exclude`</td>
      <td>Määrab, millised andmetüübid kirjeldusest välja jätta; toimib sarnaselt parameetriga `include`.</td>
      <td>`None`</td>
    </tr>
  </tbody>
</table>

Definition Statistilised protsentiilid on väärtused, mis jagavad sorteeritud andmekogumi võrdseteks osadeks, näidates, kui suur protsent andmepunktidest jääb alla teatud künnise. Nende hulka kuuluvad näitajad nagu mediaan (50. protsentiil), 25. protsentiil ja 75. protsentiil. See teave aitab anda selgema ülevaate andmete jaotumisest.

## Näited pandas `describe()` kasutamise kohta

Kui vajate kiiret ülevaadet andmekogumi peamistest statistilistest näitajatest, on pandas `DataFrame.describe()` funktsioon äärmiselt kasulik.

### Näide 1: Numbriliste andmete statistiline kokkuvõte

Järgmises näites vaatame DataFrame `df`, mis sisaldab erinevat tüüpi müügiandmeid.

```python
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)
```

Nüüd saate kasutada pandas `describe()`, et saada statistiline kokkuvõte veergudes olevatest numbrilistest andmetest:

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

Funktsiooni pandas `DataFrame.describe()` väljund on järgmine:

```none
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
```

Väljundis kuvatavad peamised näitajad on järgmised:

- `count`: Mitte-NaN (ei ole number) kirjeid
- `mean`: väärtuste keskmine (kättesaadav ka [DataFrame.mean()](https://www.ionos.com/et-ee/digitalguide/veebisaidid/veebiarendus/python-pandas-dataframe-keskmine/) kaudu)
- `std`: väärtuste standardhälve
- `min`, `25%`, `50%`, `75%`, `max`: Minimaalne, 25. percentiil, mediaan (50. percentiil), 75. percentiil ja maksimaalne väärtus

### Näide 2: Protsentuaalide kohandamine

Saate pandas `DataFrame.describe()` väljundi protsentiileid kohandada parameetriga `percentiles`:

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

See funktsioonikõne annab järgmise väljundi:

```none
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
```

Väljundis on eelmise näite standardprotsentide asemel kasutatud `10%`, 50% ja 90%.


This is a markdown version of: [https://www.ionos.com/et-ee/digitalguide/veebisaidid/veebiarendus/python-pandas-dataframe-kirjeldus/](https://www.ionos.com/et-ee/digitalguide/veebisaidid/veebiarendus/python-pandas-dataframe-kirjeldus/) for AI/LLM consumption.