🐼 Что показывает describe pandas: подробное руководство по изучению

Метод describe в библиотеке pandas служит для отображения основных статистических характеристик числовых данных в заданном DataFrame.

Метод describe возвращает сводку, которая содержит среднее значение (mean), стандартное отклонение (std), минимальное значение (min), 25-й перцентиль (25%), медиану (50%), 75-й перцентиль (75%) и максимальное значение (max) всех числовых столбцов в DataFrame.

Например:

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Height': [160, 170, 180]}

df = pd.DataFrame(data)

description = df.describe()
print(description)

Результат:

             Age      Height
count   3.000000    3.000000
mean   30.000000  170.000000
std     5.000000   10.000000
min    25.000000  160.000000
25%    27.500000  165.000000
50%    30.000000  170.000000
75%    32.500000  175.000000
max    35.000000  180.000000

Таким образом, метод describe предоставляет полезную информацию о распределении и характеристиках данных в DataFrame.

Что показывает метод describe в библиотеке pandas?

Метод describe() в библиотеке pandas является удобным инструментом для получения сводной статистической информации о числовых данных в DataFrame. Он предоставляет различные статистические показатели, которые могут помочь понять основные характеристики набора данных.

Как использовать метод describe()

Чтобы использовать метод describe() в pandas, просто вызовите его на объекте DataFrame или на отдельном столбце:

df.describe()

где df - ваш DataFrame.

Что показывает статистическая информация?

При вызове метода describe() вы получите следующие статистические показатели:

• count - количество непустых значений в столбце.
• mean - среднее значение столбца.
• std - стандартное отклонение для столбца.
• min - минимальное значение в столбце.
• 25% - значение, ниже которого находится 25% данных.
• 50% - медиана (значение, ниже которого находится 50% данных).
• 75% - значение, ниже которого находится 75% данных.
• max - максимальное значение в столбце.

Эти показатели помогают понять распределение данных, наличие выбросов и основные характеристики столбца.

Пример использования метода describe()

Давайте представим, что у нас есть DataFrame с данными о росте и весе набора людей:

import pandas as pd

data = {'Name': ['John', 'Emma', 'Mike', 'Emily', 'Daniel'],
        'Height': [175, 162, 185, 168, 180],
        'Weight': [70, 55, 80, 60, 75]}

df = pd.DataFrame(data)

print(df.describe())

Результат будет следующим:

          Height     Weight
count    5.000000   5.000000
mean   174.000000  68.000000
std      8.888194  10.246951
min    162.000000  55.000000
25%    168.000000  60.000000
50%    175.000000  70.000000
75%    180.000000  75.000000
max    185.000000  80.000000

Из этого вывода мы можем сделать следующие наблюдения:

• В столбце "Height" есть 5 непустых значений средним ростом около 174 см.
• Стандартное отклонение роста составляет примерно 8.89, что говорит о некоторой вариации данных.
• Минимальный рост - 162 см, а максимальный - 185 см.
• Медианное значение роста - 175 см, что означает, что 50% людей имеют рост меньше 175 см.
• В столбце "Weight" также есть 5 непустых значений со средним весом около 68 кг.
• Стандартное отклонение веса составляет около 10.25, что указывает на некоторую вариацию данных.
• Минимальный вес - 55 кг, а максимальный - 80 кг.
• Медианное значение веса составляет 70 кг, что означает, что 50% людей имеют вес меньше 70 кг.

Благодаря методу describe() мы можем получить полезную информацию о числовых данных в DataFrame, которая помогает нам лучше понять характеристики переменных и сделать выводы о наборе данных в целом.

Надеюсь, эта статья помогла вам понять, что показывает метод describe() в библиотеке pandas. Успехов в изучении!