知识卡片
分箱统计需区分分组量与统计量
示例按data1的区间形成组,对data2计算min/max/count/mean。因此结果描述的是“data1位于某箱时,data2如何分布”,不是data1自身的摘要。组标签与被计算变量要分清,区间划分的选择会改变比较范围,不能由分组差异直接推出因果。
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
frame.data2.groupby(factor) In [101]: grouped.apply(get_stats).unstack() Out[101]: count max mean min data1 (-1.23, 0.489] 598 3.260383 -0.002051 -2.989741 (-2.956, -1.23] 95 1.670
参考来源
- 位置:《利用Python进行数据分析》第9章《分位数和桶分析》(spine305;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/part0291.html;u203-ch09-020)。
- 结论依据:原文在“frame.data2.groupby(factor)”附近的定义、例子或代码支撑本卡核心说明:示例按data1的区间形成组,对data2计算min/max/count/mean。边界按已读前提解释;示例未执行。
- 原始内容:frame.data2.groupby(factor) In [101]: grouped.apply(get_stats).unstack() Out[101]: count max mean min data1 (-1.23, 0.489] 598 3.260383 -0.002051 -2.989741 (-2.956, -1.23] 95 1.670