如何计算数据帧上的统计值？

Question

我有一个Pandas dataframe，我想使用Describe（）方法来计算每列的统计值，比如平均值、标准差和其他值

显示框架结构的示例：

X Axis (float array)        Y Axis (complex array)   Val (float)        Class
0   [0, 1, 2...]            [0, 1+1j, 2+2j,...]       1                 'd'
1   [0, 1, 2...]            [0, 1+1j, 2+2j,...]       2                 'n'
....

我调用了descripe（）方法，但它只显示count、unique、top和frequency值

有人知道是否可以使用Describe（）方法来计算每列的统计值，如平均值、标准差等（如果是复杂数组，则绝对值将用于计算）

或者有人能建议如何继续计算这些值吗

Answer 1

您可以使用scipy.stats.describe(df)来执行此操作。 这将返回你上面列出的所有属性和更多。结果中每个键的值都将是array，并且该数组的每个元素都将对应于数据帧中相应列号的stat。 示例-

In [1]: from scipy import stats

In [2]: import pandas as pd

In [3]: df = pd.DataFrame([[1,2,3],[2,3,4],[3,4,5]], columns=list('abc'))

In [4]: stats.describe(df)
Out[4]: DescribeResult(nobs=3, minmax=(array([1, 2, 3]), array([3, 4, 5])), mean=array([2., 3., 4.]), variance=array([1., 1., 1.]), skewness=array([0., 0., 0.]), kurtosis=array([-1.5, -1.5, -1.5]))