팬더 라이브러리에는 유용한 통계를 반환하는 Describe by
함수가 있습니다. 그러나 표준 편차 (.std) 및 중앙 절대 편차 (.mad) 또는 고유 값 수와 같은 출력에 행을 추가하는 방법이 있습니까?팬더는 추가 매개 변수를 설명합니다
나는 df.describe()
를 얻을 수 있지만, 나는이 시도 이러한 추가 요약 일
팬더 라이브러리에는 유용한 통계를 반환하는 Describe by
함수가 있습니다. 그러나 표준 편차 (.std) 및 중앙 절대 편차 (.mad) 또는 고유 값 수와 같은 출력에 행을 추가하는 방법이 있습니까?팬더는 추가 매개 변수를 설명합니다
나는 df.describe()
를 얻을 수 있지만, 나는이 시도 이러한 추가 요약 일
기본 describe
은 다음과 같습니다
np.random.seed([3,1415])
df = pd.DataFrame(np.random.rand(100, 5), columns=list('ABCDE'))
df.describe()
A B C D E
count 100.000000 100.000000 100.000000 100.000000 100.000000
mean 0.495871 0.472939 0.455570 0.503899 0.451341
std 0.303589 0.291968 0.294984 0.269936 0.284666
min 0.006453 0.001559 0.001068 0.015311 0.009526
25% 0.239379 0.219141 0.196251 0.294371 0.202956
50% 0.529596 0.456548 0.376558 0.532002 0.432936
75% 0.759452 0.739666 0.665563 0.730702 0.686793
max 0.999799 0.994510 0.997271 0.981551 0.979221
나는 아래처럼 내 자신의
describe
을 줄 팬더 0.20
def describe(df, stats):
d = df.describe()
return d.append(df.reindex_axis(d.columns, 1).agg(stats))
describe(df, ['skew', 'mad', 'kurt'])
A B C D E
count 100.000000 100.000000 100.000000 100.000000 100.000000
mean 0.495871 0.472939 0.455570 0.503899 0.451341
std 0.303589 0.291968 0.294984 0.269936 0.284666
min 0.006453 0.001559 0.001068 0.015311 0.009526
25% 0.239379 0.219141 0.196251 0.294371 0.202956
50% 0.529596 0.456548 0.376558 0.532002 0.432936
75% 0.759452 0.739666 0.665563 0.730702 0.686793
max 0.999799 0.994510 0.997271 0.981551 0.979221
skew -0.014942 0.048054 0.247244 -0.125151 0.066156
mad 0.267730 0.249968 0.254351 0.228558 0.242874
kurt -1.323469 -1.223123 -1.095713 -1.083420 -1.148642
올드 대답
def describe(df):
return pd.concat([df.describe().T,
df.mad().rename('mad'),
df.skew().rename('skew'),
df.kurt().rename('kurt'),
], axis=1).T
describe(df)
A B C D E
count 100.000000 100.000000 100.000000 100.000000 100.000000
mean 0.495871 0.472939 0.455570 0.503899 0.451341
std 0.303589 0.291968 0.294984 0.269936 0.284666
min 0.006453 0.001559 0.001068 0.015311 0.009526
25% 0.239379 0.219141 0.196251 0.294371 0.202956
50% 0.529596 0.456548 0.376558 0.532002 0.432936
75% 0.759452 0.739666 0.665563 0.730702 0.686793
max 0.999799 0.994510 0.997271 0.981551 0.979221
mad 0.267730 0.249968 0.254351 0.228558 0.242874
skew -0.014942 0.048054 0.247244 -0.125151 0.066156
kurt -1.323469 -1.223123 -1.095713 -1.083420 -1.148642
를 추가하는 방법을 찾아 드릴 수 없습니다 :
df.describe()
num1 num2
count 3.0 3.0
mean 2.0 5.0
std 1.0 1.0
min 1.0 4.0
25% 1.5 4.5
50% 2.0 5.0
75% 2.5 5.5
max 3.0 6.0
두 번째 DataFrame을 구축 할 수 있습니다.
pd.DataFrame(df.mad() , columns = ["Mad"]).T
num1 num2
Mad 0.666667 0.666667
두 개의 DataFrames에 가입하십시오.
pd.concat([df.describe(),pd.DataFrame(df.mad() , columns = ["Mad"]).T ])
num1 num2
count 3.000000 3.000000
mean 2.000000 5.000000
std 1.000000 1.000000
min 1.000000 4.000000
25% 1.500000 4.500000
50% 2.000000 5.000000
75% 2.500000 5.500000
max 3.000000 6.000000
Mad 0.666667 0.666667