Pandas beschreiben durch - zusätzliche Parameter

Question

Ich sehe, dass die Pandas-Bibliothek eine Describe by Funktion hat, die einige nützliche Statistiken zurückgibt. Gibt es jedoch eine Möglichkeit, der Ausgabe zusätzliche Zeilen wie die Standardabweichung (.std) und die mittlere absolute Abweichung (.mad) oder die Anzahl eindeutiger Werte hinzuzufügen?

ich df.describe() aber ich bin nicht in der Lage, um herauszufinden, wie diese zusätzliche Zusammenfassung Dinge hinzufügen

Answer 1

der Standard sieht describe wie folgt aus:

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 

für Pandas Aktualisiert 0.20
ich meine eigene describe wie unten machen würde. Es sollte offensichtlich sein, wie man mehr hinzufügt.

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 

Alte Antwort

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 

Answer 2

Try this:

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 

einen zweiten Datenrahmen erstellen.

pd.DataFrame(df.mad() , columns = ["Mad"]).T 

     num1  num2 
Mad 0.666667 0.666667 

Verbinden Sie die beiden DataFrames.

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