代码之家 › 专栏 › 技术社区 › ecjb

Julia-descripe()函数显示不完整的摘要统计信息

summary julia statistics

1

ecjb · 技术社区 · 7 年前

我正在和Julia一起做基础数据分析

我在跟踪 this tutorial 使用可以找到的列车数据集 here (被命名为 train_u6lujuX_CVtuZ9i.csv )使用以下代码:

using DataFrames, RDatasets, CSV, StatsBase
train = CSV.read("/Path/to/train_u6lujuX_CVtuZ9i.csv");
describe(train[:LoanAmount])

并获得以下输出:

Summary Stats:
Length:         614
Type:           Union{Missing, Int64}
Number Unique:  204

而不是教程的输出:

Summary Stats:
Mean:           146.412162
Minimum:        9.000000
1st Quartile:   100.000000
Median:         128.000000
3rd Quartile:   168.000000
Maximum:        700.000000
Length:         592
Type:           Int64
% Missing:      3.583062

这也对应于 StatsBase.jl 那 describe() 函数应该给出

1 回复 | 直到 7 年前

1

5

BogumiÅ KamiÅski 5 年前

这就是目前(在当前版本中)在StatsBase.jl中实现的方式。简言之 train.LoanAmount 没有 eltype 这就是 Real 然后,StatsBase.jl使用一种回退方法,该方法只打印唯一值的长度、类型和数量。你可以写 describe(collect(skipmissing(train.LoanAmount))) 获取汇总统计数据(当然,除了丢失的数量)。

describe(train, :all, cols=:LoanAmount)

您将得到一个额外返回的输出 DataFrame 这样,您不仅可以查看统计数据,还可以访问它们。

选项 :all 将打印所有统计数据,请参阅 describe DataFrames.jl中的docstring以查看可用选项。

您可以在DataFrames.jl的当前版本中找到一些使用此功能的示例 here .