torcharrow.DataFrame.describe¶
- DataFrame.describe(percentiles=None, include=None, exclude=None)¶
生成描述性统计信息。
- 参数:
array-like (percentiles -) – 定义要计算的百分位数。如果为 None，则使用 [25,50,75]。
None (默认) – 定义要计算的百分位数。如果为 None，则使用 [25,50,75]。
(默认) (exclude - dtypes 的 array-like 或 None) –
- 要包含在结果中的数据类型的白名单。以下是选项
dtypes 的列表：将结果限制在提供的数据类型。
None（默认）：结果将包含所有数字列。
可选 –
- 要包含在结果中的数据类型的白名单。以下是选项
dtypes 的列表：将结果限制在提供的数据类型。
None（默认）：结果将包含所有数字列。
(默认) –
- 要从结果中省略的数据类型的排除列表。对于 Series 忽略。以下是选项
dtypes 的列表：从结果中排除提供的数据类型。
None（默认）：结果将不排除任何内容。
可选 –
- 要从结果中省略的数据类型的排除列表。对于 Series 忽略。以下是选项
dtypes 的列表：从结果中排除提供的数据类型。
None（默认）：结果将不排除任何内容。
示例
>>> import torcharrow as ta >>> df = ta.dataframe({"a": [1, 2, 3, 4, 5], "b": [6, 7, 8, 9, 10] }) >>> df.describe() index metric a b ------- -------- ------- -------- 0 count 5 5 1 mean 3 8 2 std 1.58114 1.58114 3 min 1 6 4 25% 2 7 5 50% 3 8 6 75% 4 9 7 max 5 10 dtype: Struct([Field('metric', string), Field('a', float32), Field('b', float32)]), count: 8, null_count: 0
