Deskriptive Statistik

Pandas bietet verschiedene Funktionen an, die dabei helfen, Daten zu verstehen und zu analysieren. Hier sind einige häufig verwendete Funktionen:

<strong>.count()</strong>: Gibt die Anzahl der Nicht-Null-Beobachtungen zurück:

df['column_name'].count()

<strong>.mean()</strong>: Gibt den Mittelwert der Nicht-Null-Beobachtungen zurück:

df['column_name'].mean()

<strong>.min()</strong> und <strong>.max()</strong>: Geben die minimalen und maximalen Werte der Nicht-Null-Beobachtungen zurück:

df['column_name'].min()
df['column_name'].max()

<strong>.median()</strong>: Gibt den Median der Nicht-Null-Beobachtungen zurück:

df['column_name'].median()

<strong>.std()</strong>: Gibt die Standardabweichung der Nicht-Null-Beobachtungen zurück:

df['column_name'].std()

Hier ist ein Beispiel, wie diese Methoden mit dem, was wir gelernt haben, verwendet werden:

Zählen Sie, wie viele Spieler in Gruppe A sind:

players_a = df[df["group"] == "A"]
num_players = players_a["id"].count()
mean_score = players_a["score"].mean()