熊貓描述 - 附加參數

Question

我看到熊貓庫有一個Describe by函數，它返回一些有用的統計信息。但是，有沒有辦法在輸出中添加額外的行，如標準偏差（.std）和中位數絕對偏差（.mad）或唯一值的計數？

我得到df.describe()，但我無法找出如何添加這些附加摘要東西

Answer 1

默認describe看起來是這樣的：

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 

更新了大熊貓0.20
我會做我自己describe像下面。應該很明顯如何添加更多。

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 

老回答

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

試試這個：

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 

建第二個數據幀。

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

     num1  num2 
Mad 0.666667 0.666667 

加入兩個數據幀。

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