# Présentation de Pandas DataFrame describe()

La fonction Python Pandas `DataFrame describe()` est utilisée pour créer un résumé statistique des colonnes numériques d’un DataFrame. Ce résumé contient des indicateurs statistiques importants tels que la moyenne, l’écart-type, le minimum, le maximum et les différents quantiles des données.

## Syntaxe de la fonction Pandas `describe()`

La syntaxe de base de la fonction Pandas `describe()` pour un DataFrame est assez simple et ressemble à ce qui suit :

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

### Paramètres pertinents pour Pandas `DataFrame.describe()`

Certains paramètres vous permettent de personnaliser la sortie de la fonction `describe()`. Ces paramètres sont les suivants :

<table>
  <thead>
    <tr>
      <th><strong>Paramètres</strong></th>
      <th><strong>Description</strong></th>
      <th><strong>Valeur par défaut</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`percentiles`</td>
      <td>Liste les quantiles à inclure dans la description</td>
      <td>`[.25, .5, .75]`</td>
    </tr>
    <tr>
      <td>`include`</td>
      <td>Détermine les types de données à inclure dans la description ; les valeurs possibles sont `numpy.number`, `object`, `all` ou `None`</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`exclude`</td>
      <td>Détermine quels types de données doivent être exclus de la description ; valeurs analogues à `include`</td>
      <td>`None`</td>
    </tr>
  </tbody>
</table>

Definition Les quantiles statistiques sont des valeurs qui divisent un ensemble ordonné de données en sections de taille égale et indiquent quel pourcentage de points de données est inférieur à ce seuil. Ils sont utilisés pour comprendre la distribution des données et peuvent inclure, par exemple, la médiane (50e centile), le 25e et le 75e centile.

## Exemples d’utilisation de Pandas `describe()`

La fonction Pandas `DataFrame.describe()` est principalement utilisée lorsqu’un aperçu rapide des principaux ratios statistiques d’un ensemble de données est souhaité.

### Exemple 1 : résumé statistique de données numériques

Dans l’exemple suivant, nous considérons le DataFrame `df` qui contient une série de données de vente différentes.

```python
import pandas as pd
import numpy as np
# Exemple de DataFrame avec des données de ventes
données = {
    'Produit': ['A', 'B', 'C', 'D', 'E'],
    'Quantité': [10, 20, 15, 5, 30],
    'Prix': [100, 150, 200, 80, 120],
    'Revenu': [1000, 3000, 3000, 400, 3600]
}
df = pd.DataFrame(données)
print(df)
```

On peut maintenant utiliser Pandas `describe()` pour obtenir un résumé statistique des colonnes numériques :

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

L’appel de fonction de Pandas `DataFrame.describe()` fournit la sortie suivante :

```none
Quantité       Prix      Revenu
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
```

Les indicateurs statistiques fournis par `describe()` ont la signification suivante :

- `count` : nombre de valeurs non nulles dans chaque colonne
- `mean` : moyenne des valeurs (également visible avec [`DataFrame.mean()`](https://www.ionos.com/fr-be/digitalguide/sites-internet/developpement-web/python-pandas-dataframe-mean/))
- `std` : écart-type des valeurs
- `min, 25%, 50%, 75%, max` : minimum, 25e centile, médiane (50e centile), 75e centile, maximum des valeurs

### Exemple 2 : ajustement des quantiles

Il est possible de personnaliser Pandas `DataFrame.describe()` avec les paramètres déjà décrits afin de prendre en compte des quantiles spécifiques :

```python
# Résumé statistique avec des quantiles personnalisés
custom_summary = df.describe(percentiles=[0.1, 0.5, 0.9])
print(custom_summary)
```

L’appel de fonction, en tenant compte des quantiles sélectionnés (10%, 50% (médiane) et 90%), renvoie la sortie suivante :

```none
Quantité       Prix      Revenu
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
```


This is a markdown version of: [https://www.ionos.com/fr-be/digitalguide/sites-internet/developpement-web/python-pandas-dataframe-describe/](https://www.ionos.com/fr-be/digitalguide/sites-internet/developpement-web/python-pandas-dataframe-describe/) for AI/LLM consumption.