Supponiamo che questo sia il mio dataframe
x=[0.09, 0.95, 0.93, 0.93, 0.34, 0.29, 0.14, 0.23, 0.91, 0.31, 0.62, 0.29, 0.71, 0.26, 0.79, 0.3 , 0.1 , 0.73, 0.63, 0.61] x=pd.DataFrame(x) Quando x.describe() questo dataframe otteniamo il risultato come questo
>>> x.describe() 0 count 20.000000 mean 0.50800 std 0.30277 min 0.09000 25% 0.28250 50% 0.47500 75% 0.74500 max 0.95000 Cosa si intende per valori percentili 25,50 e 75? Sta dicendo che il 25% dei valori in x è inferiore a 0,28250?
Commenti
- Ho aggiornato la mia risposta. ' sarò felice se dai unocchiata poiché presumo che la mia illustrazione precedente fosse fuorviante.
Risposta
Descrive la distribuzione dei tuoi dati. 50 dovrebbe essere un valore che descrive “il centro” dei dati, noto anche come mediana. 25, 75 è il bordo del quarto superiore / inferiore dei dati. Puoi farti unidea di quanto siano distorti i tuoi dati. Tieni presente che la media è superiore alla mediana, il che significa che i tuoi dati sono corretti distorti .
Prova:
import pandas as pd x=[1,2,3,4,5] x=pd.DataFrame(x) x.describe() Risposta
Innanzitutto, apparentemente, la tabella di descrizione non è la descrizione del tuo array x.
quindi, è necessario ordinare la matrice (x), quindi calcolare la posizione della percentuale (che nel .describe metodo p è 0,25, 0,5 e 0,75),
nel tuo esempio:
sorted_x = [0.09, 0.1 , 0.14, 0.23, 0.26, 0.29, 0.29, 0.3 , 0.31, 0.34, 0.61, 0.62, 0.63, 0.71, 0.73, 0.79, 0.91, 0.93, 0.93, 0.95] e lelemento in cui si trova nella 25a percentuale si ottiene dividendo lelenco per 25 e 75 per cento, il | mostrato è il 25% qui:
sorted_x = [0.09, 0.1 , 0.14, 0.23, 0.26,**|** 0.29, 0.29, 0.3 , 0.31, 0.34, 0.61, 0.62, 0.63, 0.71, 0.73, 0.79, 0.91, 0.93, 0.93, 0.95] Quindi il valore viene calcolato come $ 0,26 + (0,29-0,26) * \ frac {3} {4} $ che equivale a $ 0,28250000000000003 $
In generale Il percentile fornisce i dati effettivi che ho si trovano in quella percentuale di dati (senza dubbio dopo che larray è stato ordinato)