# O que é a função Pandas DataFrame describe()?

A função `DataFrame.describe()` do [Python Pandas](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-pandas/) é usada para gerar um resumo estatístico das colunas numéricas de um DataFrame. Esse resumo inclui métricas importantes, como média, desvio padrão, valor mínimo, valor máximo e percentis diferentes.

## Qual é a sintaxe da função Pandas `DataFrame describe()`?

A sintaxe básica da função Pandas `describe()`usada em um DataFrame é simples. Ela segue este padrão:

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

### Parâmetros importantes da função Pandas `DataFrame.describe()`

Usando os parâmetros abaixo, você consegue ajustar o resultado obtido com a função Pandas `describe()`:

<table>
  <thead>
    <tr>
      <th><strong>Parâmetro</strong></th>
      <th><strong>Descrição</strong></th>
      <th><strong>Valor padrão</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`percentiles`</td>
      <td>Lista os percentis que devem ser incluídos no resumo</td>
      <td>`[.25, .5, .75]`</td>
    </tr>
    <tr>
      <td>`include`</td>
      <td>Especifica quais tipos de dados serão incluídos na descrição. Possíveis valores são `numpy.number`, `numpy.object`, `all` ou `None`</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`exclude`</td>
      <td>Especifica quais tipos de dados devem ser excluídos da descrição. Funciona com a mesma lógica do parâmetro `include`</td>
      <td>`None`</td>
    </tr>
  </tbody>
</table>

Definição Percentil estatístico é um valor que divide um conjunto de dados em partes iguais, exibindo qual porcentagem dos pontos de dados fica abaixo de um patamar específico. Ele abrange métricas como mediana (percentil 50), percentil 25 e percentil 75. Essas informações ajudam a ter uma visão mais clara da distribuição dos dados.

## Exemplos de uso da função Pandas `describe()`

Em situações em que é necessário ter uma visão geral das métricas estatísticas de um conjunto de dados, a função Pandas `DataFrame.describe()` é extremamente útil.

### Exemplo 1: Resumo estatístico de dados numéricos

No exemplo abaixo, temos o DataFrame `df`, que contém diferentes tipos de dados de vendas.

```python
import pandas as pd
import numpy as np
# Exemplo de DataFrame com dados de vendas
data = {
    'Produto': ['A', 'B', 'C', 'D', 'E'],
    'Quantidade': [10, 20, 15, 5, 30],
    'Preço': [100, 150, 200, 80, 120],
    'Receita': [1000, 3000, 3000, 400, 3600]
}
df = pd.DataFrame(data)
print(df)
```

Você pode usar a função Pandas `describe()` para obter um resumo estatístico dos dados numéricos nas colunas:

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

O resultado da função Pandas `DataFrame.describe()` será este:

```none
Quantidade      Preço      Receita
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
```

As métricas exibidas no resultado são:

- `count`: Número de entradas que não nulas (NaN; não numérico).
- `mean`: Média dos valores (também pode ser descoberta usando a função [`DataFrame.mean()`](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-pandas-dataframe-mean/)).
- `std`: Desvio padrão dos valores.
- `min`, `25%`, `50%`, `75%`, `max`: Valor mínimo, percentil 25, mediana (percentil 50), percentil 75 e valor máximo, respectivamente.

### Exemplo 2: Personalização de percentis

Você pode personalizar os percentis exibidos no resultado da função Pandas `DataFrame.describe()` usando o parâmetro `percentiles`:

```python
# Resumo estatístico com percentis personalizados
custom_summary = df.describe(percentiles=[0.1, 0.5, 0.9])
print(custom_summary)
```

Ao chamar a função, teremos o seguinte resultado:

```none
Quantidade       Preço      Receita
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
```

Incluímos `10%`,`50%` e `90%` no resultado em vez dos percentis padrão exibidos no exemplo anterior.


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