知识卡片
汇总缺失策略影响统计含义
pandas约简常默认跳过缺失值,skipna=False则使缺失参与传播;有效值数量因此也是解释结果的重要背景。全缺失数据的结果还依函数与版本:原书sum示例为NA,当前默认sum可为0,min_count可要求最少有效项数。不能把合计0直接当成观察到的零值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
skipna选项可以禁用该功能: In [202]: df.mean(axis=1, skipna=False) Out[202]: a NaN b 1.300 c NaN d -0.275 表5-9列出了这些约简方法的常用选项。 有些方法(如idxmin和idxmax)返回的是间接统计(比如达到最小值或最大值的索引): In [203]: df.idxma
参考来源
- 位置:《利用Python进行数据分析》第5章《汇总和计算描述统计》(spine282;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0268.html;u118-ch05-027)。
- 结论依据:原文在“skipna选项”附近的定义、例子或代码支撑本卡核心说明:pandas约简常默认跳过缺失值,skipna=False则使缺失参与传播;有效值数量因此也是解释结果的重要背景。边界按已读前提解释;示例未执行。
- 原始内容:skipna选项可以禁用该功能: In [202]: df.mean(axis=1, skipna=False) Out[202]: a NaN b 1.300 c NaN d -0.275 表5-9列出了这些约简方法的常用选项。 有些方法(如idxmin和idxmax)返回的是间接统计(比如达到最小值或最大值的索引): In [203]: df.idxma