我们相信：世界是美好的，你是我也是。 来玩一下解压小游戏吧！

本文还是对dataframe的describe方法进行稍稍深入的探讨，上一篇文章里面，用例是鸢尾花数据集，里面的数据全部是数字。这导致了describe的结果是以数字为描述主体的，列出了mean/std/min/max等。那么，对于另外的常见的字符串类型数据来说，这些描述字段显示是不合适的。

苏南大叔：对比数字列/非数字列对dataframe的describe方法输出的影响 - describe方法的影响
对比数字列/非数字列对dataframe的describe方法输出的影响（图5-1）

苏南大叔的程序如此灵动博客，记录苏南大叔的代码所学所想。测试环境：win10，python@3.11.0。本文对于存在数字类型/字符串列的dataframe类型数据的describe情况进行对比探讨。

纯数字列的dataframe

在上一篇文章里面，描述的就是纯数字类型的dataframe，它的.describe()方法返回的字段是对其数据的统计。参考文章：

字段返回值说明
count计数
mean平均值
std总体标准差
min最小值
max最大值
25%分位数Q1
50%分位数Q2（中位数）
75%分位数Q3

测试代码：

import pandas as pd
data = pd.DataFrame({ "age": [5, 3, 6, 8, 10] })
print(data.describe())
Python

苏南大叔：对比数字列/非数字列对dataframe的describe方法输出的影响 - 处理数字类型
对比数字列/非数字列对dataframe的describe方法输出的影响（图5-2）

输出：

             age
count   5.000000
mean    6.400000
std     2.701851
min     3.000000
25%     5.000000
50%     6.000000
75%     8.000000
max    10.000000
Plain text

纯字符串列的dataframe

对于纯字符串类型的dataframe，统计的角度则有所变化：

字段返回值说明
count计数
unique唯一值计数
top排第一的值
freq排第一的值出现了几次

测试代码：

import pandas as pd
data = pd.DataFrame({
        "name": ["虎子", "老许", "二赖子", "老白", "虎子"],
        "category": ["dog", "cat", "dog", "cat", "dog"]
})
print(data.describe())
Python

苏南大叔：对比数字列/非数字列对dataframe的describe方法输出的影响 - 处理字符串类型
对比数字列/非数字列对dataframe的describe方法输出的影响（图5-3）

输出：

       name category
count     5        5
unique    4        2
top      虎子      dog
freq      2        3
Plain text

同时存在数字列和非数字列的dataframe

对于上面两者的混合体，是怎么进行统计的呢？结果有些出乎意料。答案是：仅对数字类型的列进行了统计，完全忽略了非数字列。

测试代码：

import pandas as pd
data = pd.DataFrame({
        "name": ["虎子", "老许", "二赖子", "老白", "虎子"],
        "category": ["dog", "cat", "dog", "cat", "dog"],
        "age": [5, 3, 6, 8, 10]
})
print(data.describe())
Python

苏南大叔：对比数字列/非数字列对dataframe的describe方法输出的影响 - 意料之外
对比数字列/非数字列对dataframe的describe方法输出的影响（图5-4）

使用include参数对数据进行筛选

可以使用include参数强制对上述系统行为进行逆天改命，但是修改的结果也不咋地。

测试代码：

import pandas as pd
import numpy as np
data = pd.DataFrame({
        "name": ["虎子", "老许", "二赖子", "老白", "虎子"],
        "category": ["dog", "cat", "dog", "cat", "dog"],
        "age": [5, 3, 6, 8, 10]
})
print( data.describe() )
print( data.describe(include=[np.number]) )  # 这条没有意义，因为本来就是默认效果
print( data.describe(include=[object]) )     # 强制统计字符串
print( data.describe(include='all') )        # 两者的混合体，无语
Python

苏南大叔：对比数字列/非数字列对dataframe的describe方法输出的影响 - describe-include
对比数字列/非数字列对dataframe的describe方法输出的影响（图5-5）

相关文章

结束语

本文的结论是：虽然.describe()主要统计的是数字类型的数据，但是也可以勉为其难的对于字符串类型的数据也可以进行统计。更多python相关经验文章，可以参考：

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。

 【福利】 腾讯云最新爆款活动！1核2G云服务器首年50元！

 【源码】本文代码片段及相关软件，请点此获取更多信息

 【绝密】秘籍文章入口，仅传授于有缘之人   python