如何获取所有数字列的“.describe()”统计信息，无论是否嵌套？

Question

获取数据帧（或列表或数组）中任何列的简单描述性统计信息的最佳方法是什么，无论是否嵌套，一种高级 df.describe () 也包括带有数值的嵌套结构。

就我而言，我有一个包含许多列的数据框。有些列的每一行都有一个数字列表（在我的例子中是一个时间序列结构），这是一个嵌套结构。

这样的嵌套结构是指：

• 数组列表，
• 数组数组，
• 一系列列表，
• 在某些列中具有嵌套数值列表的数据框（我的情况）

如何一次性从任何层次的嵌套结构中获取简单的描述性统计数据？

要求

df.describe() 

只会给我数字列的统计信息，而不是包含数值列表的列的统计信息。 我无法仅通过申请获得统计数据

from scipy import stats
stats.describe(arr)

因为它是How can I get descriptive statistics of a NumPy array? 中针对非嵌套数组的解决方案。

Answer 1

我的第一种方法是首先获取每个数字列表的统计信息，然后再次获取该统计信息，例如平均值的平均值或方差的平均值也会给我一些信息。 在我的第一种方法中，我首先将具有嵌套数值列表的特定列转换为一系列嵌套列表。嵌套数组或列表可能需要稍作调整，未经测试。

NESTEDSTRUCTURE = df['nestedColumn']

[stats.describe([a[x] for a in [stats.describe(x) for x in NESTEDSTRUCTURE]]) for x in range(6)]

为您提供嵌套结构列的统计信息。如果你想要一列所有均值的平均值，你可以使用

stats.describe([a[2] for a in [stats.describe(x) for x in NESTEDSTRUCTURE]])

因为位置 2 在

中代表“平均”

DescribeResult(nobs=, minmax=(, ), mean=, variance=, skewness=, 峰度=)

我希望有一种更好的描述性统计方法，它也应该自动理解具有数值的嵌套结构，这只是一种解决方法。