pandas.core.groupby.DataFrameGroupBy.describe

DataFrameGroupBy.describe(percentiles=None, include=None, exclude=None)

生成各种汇总统计，不包括NaN值。

参数：

百分位数：array-like，可选

要包括在输出中的百分位数。应该都在区间[0，1]。默认情况下，百分位数为[.25，.5，.75]，返回第25，50和75百分位数。

include，exclude：list-like，'all'或None（默认值）

指定返回结果的形式。或者：

• 无对两者（默认）。结果将只包括数字类型的列，如果没有，则只包括分类列。
• 要包括/排除的dtypes或字符串的列表。要选择所有数字类型，请使用numpy numpy.number。要选择类别对象，请使用类型对象。另请参见select_dtypes文档。例如。df.describe（include = ['O']）
• 如果include是字符串“all”，则输出列集合将匹配输入列集合。

返回：

摘要：NDFrame的摘要统计

也可以看看

DataFrame.select_dtypes

笔记

输出DataFrame索引取决于请求的Dtypes：

对于数字类型，它将包括：count，mean，std，min，max和lower，50和上百分位数。

对于对象类型（例如，时间戳或字符串），索引将包括最常见的计数，唯一，最常见和频率。时间戳还包括第一个和最后一个项目。

对于混合的Dtypes，索引将是相应输出类型的并集。不适用的条目将填充NaN。注意，mixed-dtype输出只能从混合dtype输入和适当使用include / exclude参数返回。

如果多个值具有最高计数，则将从具有最高计数的那些中任意选择计数和最常见。

对于Series，忽略include，exclude参数。