python - Pandas 'describe' 未返回所有列的摘要

Question

我在数据帧上运行“describe()”并仅获取 int 列的摘要(pandas 14.0)。

文档说，对于最常见值的对象列频率，将返回额外的统计信息。有什么问题？ (顺便没有返回错误信息)

编辑:

我认为这是该函数在数据框中的混合列类型上的行为方式。虽然文档没有提到它。

示例代码:

df_test = pd.DataFrame({'$a':[1,2], '$b': [10,20]})
df_test.dtypes
df_test.describe()
df_test['$a'] = df_test['$a'].astype(str)
df_test.describe()
df_test['$a'].describe()
df_test['$b'].describe()

与此同时，我的丑陋工作:

def my_df_describe(df):
    objects = []
    numerics = []
    for c in df:
        if (df[c].dtype == object):
            objects.append(c)
        else:
            numerics.append(c)

    return df[numerics].describe(), df[objects].describe()

Answer 1

从 pandas v15.0 开始，使用参数 DataFrame.describe(include = 'all')当数据框具有混合列类型时，获取所有列的摘要。默认行为是仅提供数字列的摘要。

示例:

In[1]:

df = pd.DataFrame({'$a':['a', 'b', 'c', 'd', 'a'], '$b': np.arange(5)})
df.describe(include = 'all')

Out[1]:

        $a    $b
count   5   5.000000
unique  4   NaN
top     a   NaN
freq    2   NaN
mean    NaN 2.000000
std     NaN 1.581139
min     NaN 0.000000
25%     NaN 1.000000
50%     NaN 2.000000
75%     NaN 3.000000
max     NaN 4.000000

数值列将包含 NaN，用于与对象(字符串)相关的汇总统计信息，反之亦然。

仅汇总数字或对象列

1. 要仅在数字列上调用 describe()，请使用 describe(include = [np.number])

2. 使用 describe(include = ['O']) 仅对对象(字符串)调用 describe()。

   In[2]:
   
   df.describe(include = [np.number])
   
   Out[3]:
   
            $b
   count   5.000000
   mean    2.000000
   std     1.581139
   min     0.000000
   25%     1.000000
   50%     2.000000
   75%     3.000000
   max     4.000000
   
   In[3]:
   
   df.describe(include = ['O'])
   
   Out[3]:
   
       $a
   count   5
   unique  4
   top     a
   freq    2