• 数字类型的数据

其结果将包括count,mean,std,min,max以及百分位数。默认情况下,百分位数分三档:25%,50%,75%,其中第50百分位数就是中位数。

count:计数,这一组数据中包含数据的个数
mean:平均值,这一组数据的平均值
std:标准差,这一组数据的标准差
min:最小值
max:最大值
百分位数:
第p百分位数是这样一个值,它使得至少有p%的数据项小于或等于这个值,且至少有(100-p)%的数据项大于或等于这个值。以身高为例,身高分布的第五百分位表示有5%的人的身高小于此测量值,95%的身高大于此测量值。

  • 对象类型的数据(例如字符串或时间)

其结果包括count,unique,top,和freq。时间数据还包括first和last项目。

count:同上
unique:表示有多少种不同的值
top:数据中出现次数最高的值
freq:出现次数最高的那个值(top)的出现频率

注:暂且需要了解到此,后续有学习再补充。

Python:pandas.DataFrame.describe(df.describe(include='all'))相关推荐

  1. python:文档转换(只支持Windows操作系统)

    目录 一.安装软件 二.环境说明 三.pypiwin32实现文档转换 1.安装pypiwin32 (1)安装python (2)安装PyCharm (3)更改python仓库镜像源 (4)在PyCha ...

  2. Python之Pandas:pandas.DataFrame.to_csv函数的简介、具体案例、使用方法详细攻略

    Python之Pandas:pandas.DataFrame.to_csv函数的简介.具体案例.使用方法详细攻略 目录 pandas.DataFrame.to_csv函数的简介 pandas.to_c ...

  3. pandas dataframe缺失值(np.nan)处理:识别缺失情况、删除、0值填补、均值填补、中位数填补、加缺失标签、插值填充详解及实例

    pandas dataframe缺失值(np.nan)处理:识别缺失情况.删除.0值填补.均值填补.中位数填补.加缺失标签.插值填充详解及实例 isnull().natna().isna().fill ...

  4. 怎么把竖列中的数相加python_关于python中pandas.DataFrame对行与列求和及添加新行与列示例代码...

    pandas是python环境下最有名的数据统计包,而DataFrame翻译为数据框,是一种数据组织方式,这篇文章主要给大家介绍了关于python中pandas.DataFrame对行与列求和及添加新 ...

  5. pandas学习笔记:pandas.Dataframe.rename()函数用法

    pandas学习笔记:pandas.Dataframe.rename()函数用法 pandas.Dataframe.rename()函数主要是用来修改Dataframe数据的行名和列名. 主要用到的参 ...

  6. R语言使用Rtsne包进行TSNE分析:通过数据类型筛选数值数据、scale函数进行数据标准化缩放、提取TSNE分析结果合并到原dataframe中(tSNE with Rtsne package)

    R语言使用Rtsne包进行TSNE分析:通过数据类型筛选数值数据.scale函数进行数据标准化缩放.提取TSNE分析结果合并到原dataframe中(tSNE with Rtsne package) ...

  7. python将pandas dataframe内容写入ElasticSearch实战

    python将pandas dataframe内容写入ElasticSearch实战 目录 python将pandas dataframe内容写入ElasticSearch实战 索引设置 数据写入 数 ...

  8. Python : 7-6 三天打鱼两天晒网 (15 分)

    Python : 7-6 三天打鱼两天晒网 (15 分) 中国有句俗语叫"三天打鱼两天晒网".假设某人从某天起,开始"三天打鱼两天晒网",问这个人在以后的第N天 ...

  9. Python: 7-4 计算个人所得税 (10 分)

    Python: 7-4 计算个人所得税 (10 分) 假设个人所得税为:税率×(工资−1600).请编写程序计算应缴的所得税,其中税率定义为: 当工资不超过1600时,税率为0: 当工资在区间(160 ...

最新文章

  1. 10个你必须知道的ios框架
  2. Python 排序的姿势,你们,你们还要学习..学习一个
  3. 为什么电脑下载python很慢-Python运行速度慢你知道这是为什么吗?
  4. Java 8系列之Lambda表达式
  5. 猎豹MFC--文件对话框CFileDialog
  6. mysql 5.6加用户_Mysql 5.6添加修改用户名和密码的方法
  7. springboot项目发布JAR包
  8. 【版本控制】Github for Windows客户端的使用
  9. [2] 图像处理之----二值化处理
  10. atitit.农历的公式与原理以及农历日期运算
  11. Via OpenCv Snake算法
  12. PID参数整定快速入门(调节器参数整定方法)
  13. 英语魔法师之语法俱乐部阅读笔记
  14. python 指定值的位置_python数组查找某个值的位置
  15. 百度 android 市场占有率,2019百度 排行榜_2019安卓应用市场排行榜Top10
  16. XPath解析中的 'Element a at 0x5308a80'是什么
  17. C练题笔记之:Leetcode-827. 最大人工岛
  18. 人工智能基础(导论)
  19. 现在做什么生意比较赚钱,且投资小利润大?
  20. 【sketchup 2021】草图大师的高级工具使用1【不透明度高级使用、填充材质高级使用】

热门文章

  1. 【论文翻译】Fully Convolutional Networks for Semantic Segmentation_2
  2. 计算机网络自顶向下方法知识点整理(部分)
  3. ON [PRIMARY]是表示....
  4. 一位博士论文的致谢部分
  5. insserv: Starting xx depends on plymouth and therefore on system facility `$all'
  6. iOS 播放沙盒视频
  7. STM32入门开发: 制作红外线遥控器(智能居家-万能遥控器)
  8. [转载] 钢铁是怎样炼成的——第一部第一章
  9. 小米红米Note4X(高配版)线刷兼救砖_解账户锁_纯净刷机包_教程
  10. 标题党 数据抓取与管理