发帖
雷达卡
描述性统计信息是了解数据特征并快速汇总数据的有用方法。python中的pandas提供了一个有趣的方法describe（）。describe函数对数据集应用基本统计计算，如极值，数据点标准偏差等。自动跳过任何缺失值或NaN值。describe（）函数给出了数据分布的大致情况。
DF.describe()
这是在代码上运行时输出的输出：
另一个有用的方法，如果value_counts（）可以计算分类属性值系列中每个类别的计数。例如，假设您正在处理客户数据集，这些客户在列名称年龄下划分为年轻，中等和旧类别，而您的数据框架为“DF”。您可以运行此语句以了解有多少人属于各自的类别。在我们的数据集示例中，可以使用教育列
DF["education"].value_counts()
上面代码的输出将是：
另一个有用的工具是boxplot，您可以通过matplotlib模块使用它。Boxplot是数据分布的图形表示，显示极值，中位数和四分位数。我们可以通过使用箱线图轻松找出异常值。现在考虑我们再次处理的数据集，并绘制属性总体的箱线图
import pandas as pd
import matplotlib.pyplot as plt
DF = pd.read_csv("https://raw.githubusercontent.com / fivethirtyeight / data / master / airline-safety / airline-safety.csv")
y = list(DF.population)
plt.boxplot(y)
plt.show()
京公网安备 11010802022788号
