Python|熊猫系列.describe()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.describe()函数生成描述性统计数据，总结给定系列对象的数据集分布的集中趋势、离散度和形状。所有计算都是通过排除 NaN 值来执行的。

Syntax: Series.describe(percentiles=None, include=None, exclude=None)

Parameter :
percentiles : The percentiles to include in the output.
include : A white list of data types to include in the result. Ignored for Series.
exclude : A black list of data types to omit from the result. Ignored for Series

Returns : Summary statistics of the Series

示例 #1：使用Series.describe()函数查找给定系列对象的摘要统计信息。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([80, 25, 3, 25, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.describe()函数来查找给定系列对象中基础数据的汇总统计信息。

# find summary statistics of the underlying 
# data in the given series object.
result = sr.describe()
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.describe()函数已成功返回给定系列对象的摘要统计信息。示例 #2：使用Series.describe()函数查找给定系列对象中基础数据的汇总统计信息。给定的系列对象包含一些缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
  
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.describe()函数来查找给定系列对象中基础数据的汇总统计信息。

# find summary statistics of the underlying 
# data in the given series object.
result = sr.describe()
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.describe()函数已成功返回给定系列对象的摘要统计信息。在计算这些统计值时，已忽略NaN值。