Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

पायथन - पैंडास डेटाफ्रेम के सांख्यिकीय सारांश की गणना करें


डेटाफ्रेम के सांख्यिकीय सारांश की गणना करने के लिए, describe() मेथड का उपयोग करें। पहले, हमने निम्नलिखित पैंडास लाइब्रेरी को एक उपनाम के साथ आयात किया है:

import pandas as pd

निम्नलिखित हमारी CSV फ़ाइल है और हम एक पैंडास डेटाफ्रेम बना रहे हैं:

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv")

अब, हमारे पैंडास डेटाफ्रेम का सांख्यिकीय सारांश प्राप्त करें:

dataFrame.describe()

उदाहरण

निम्नलिखित पूरा कोड है:

import pandas as pd
# CSV फ़ाइल पढ़ें
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv")
print("DataFrame...\n", dataFrame)
# डेटाफ्रेम में पंक्तियों और कॉलम की गिनती करें
print("\nNumber of rows and column in our DataFrame = ", dataFrame.shape)
# डेटाफ्रेम का सारांश
print("\nGet the summary of statistics of a DataFrame = \n", dataFrame.describe())
# शीर्ष 7 पंक्ति रिकॉर्ड लौटाता है
print("\nDataFrame with specific number of rows...\n", dataFrame.head(7))

आउटपुट

यह निम्नलिखित आउटपुट उत्पन्न करेगा:

DataFrame...
   Car      Place  UnitsSold
0  Audi  Bangalore     80
1 Porsche  Mumbai     110
2 RollsRoyce Pune     100
3  BMW    Delhi       95
4 Mercedes Hyderabad   80
5 Lamborghini Chandigarh 80
6  Audi    Mumbai     100
7 Mercedes  Pune     120
8 Lamborghini Delhi   100
Number of rows and colums in our DataFrame = (9, 3)
Get the summarry of statistics of a DataFrame =
   UnitsSold
count  9.000000
mean   96.111111
std    14.092945
min    80.000000
25%    80.000000
50%    100.000000
75%    100.000000
max    120.000000
DataFrame with specific number of rows ...
   Car      Place  UnitsSold
0  Audi  Bangalore     80
1 Porsche  Mumbai     110
2 RollsRoyce Pune     100
3  BMW    Delhi       95
4 Mercedes Hyderabad   80
5 Lamborghini Chandigarh 80
6  Audi    Mumbai     100

  1. - पायथन - पैंडास DataFrame में कॉलम में NaN घटनाओं को कैसे गिनें?

    कॉलम में NaN घटनाओं को गिनने के लिए isna() का उपयोग करें। मान जोड़ने और गिनती खोजने के लिए sum() का उपयोग करें।सबसे पहले, आइए आवश्यक लाइब्रेरी को उनके संबंधित उपनामों के साथ आयात करें:import pandas as pd import numpy as npएक DataFrame बनाएं। हमने Numpy np.inf का उपयोग करके Units_Sold कॉलम में NaN मा

  1. डाउनट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास डाउनट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास

    टाइम सीरीज विश्लेषण द्वारा प्रदर्शित नीचे की ओर पैटर्न को डाउनट्रेंड कहा जाता है। मान लीजिए हमारा डेटासेट SalesRecords2.csv है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as pltCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\a

  1. अपट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास अपट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास

    टाइम सीरीज विश्लेषण द्वारा प्रदर्शित ऊपर की ओर पैटर्न को अपट्रेंड कहा जाता है। मान लीजिए हमारा डेटासेट SalesRecords.csv है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as pltCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\amit_