`unique` in data.frame.describe() not work [python] [pandas]

Question

Привет, это что-то фундаментальное, но я не могу это исправить ... unique() показывает уникальные значения в каждом столбце, но describe() показывает NaN. Почему ... Любая помощь ценится. благодаря

import numpy as np 
import pandas as pd 

train = pd.read_csv('train.csv', header=0) 

# works: 
train['Pclass'].unique() 
# array([3, 1, 2], dtype=int64) 
train['Survived'].unique() 
# array([0, 1], dtype=int64) 

# not work: 
train.describe(include='all') 
#   PassengerId Survived  Pclass    Name Sex \ 
# count 891.000000 891.000000 891.000000    891 891 
# unique   NaN   NaN   NaN    891  2 
# top    NaN   NaN   NaN Mitkoff, Mr. Mito male 
# freq   NaN   NaN   NaN     1 577 
# mean  446.000000 0.383838 2.308642    NaN NaN 
# std  257.353842 0.486592 0.836071    NaN NaN 
# min  1.000000 0.000000 1.000000    NaN NaN 
# 25%  223.500000 0.000000 2.000000    NaN NaN 
# 50%  446.000000 0.000000 3.000000    NaN NaN 
# 75%  668.500000 1.000000 3.000000    NaN NaN 
# max  891.000000 1.000000 3.000000    NaN NaN 
# 
#    Age  SibSp  Parch Ticket  Fare  Cabin \ 
# count 714.000000 891.000000 891.000000  891 891.000000   204 
# unique   NaN   NaN   NaN  681   NaN   147 
# top   NaN   NaN   NaN 347082   NaN C23 C25 C27 
# freq   NaN   NaN   NaN  7   NaN   4 
# mean  29.699118 0.523008 0.381594  NaN 32.204208   NaN 
# std  14.526497 1.102743 0.806057  NaN 49.693429   NaN 
# min  0.420000 0.000000 0.000000  NaN 0.000000   NaN 
# 25%  20.125000 0.000000 0.000000  NaN 7.910400   NaN 
# 50%  28.000000 0.000000 0.000000  NaN 14.454200   NaN 
# 75%  38.000000 1.000000 0.000000  NaN 31.000000   NaN 
# max  80.000000 8.000000 6.000000  NaN 512.329200   NaN 
# 
#  Embarked 
# count  889 
# unique  3 
# top   S 
# freq  644 
# mean  NaN 
# std   NaN 
# min   NaN 
# 25%   NaN 
# 50%   NaN 
# 75%   NaN 
# max   NaN 

Answer 1

Метод describe для числовых столбцов не отображает количество уникальных значений, так как это, как правило, не особенно значимо для числовых данных, метод describe для строковых столбцов делает:

import pandas as pd 
df = pd.DataFrame({'string_column': ['a', 'a', 'b'], 'numeric': [1, 2, 1]}) 

df['numeric'].describe() 
Out[6]: 
count 3.000000 
mean  1.333333 
std  0.577350 
min  1.000000 
25%  1.000000 
50%  1.000000 
75%  1.500000 
max  2.000000 
Name: numeric, dtype: float64 

df['string_column'].describe() 
Out[7]: 
count  3 
unique 2 
top  a 
freq  2 
Name: string_column, dtype: object 

Так как ваш файл данных содержит оба, результаты объединяются и вставляется nan s, где столбец не имеет этого значения.

Если числовые столбцы, на самом деле только коды, отражающие различные классы/категории, вы можете конвертировать их в Categorical, чтобы получить более значимую информацию о них:

df['categorized'] = pd.Categorical(df['numeric']) 

df['categorized'].describe() 
Out[10]: 
count  3 
unique 2 
top  1 
freq  2 
Name: categorized, dtype: int64