Julia

Question

我正在尝试使用 Julia 进行基本数据分析

我正在使用以下代码关注 this tutorial with the train datasets that can be found here（名为 train_u6lujuX_CVtuZ9i.csv 的那个）：

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

并得到这个输出：

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 describe() 函数应该给出的 StatsBase.jl 的输出

Answer 1

这是目前（在当前版本中）在 StatsBase.jl 中的实现方式。简而言之，train.LoanAmount 没有 eltype 是 Real 的子类型，然后 StatsBase.jl 使用仅打印长度、eltype 和唯一值数量的后备方法。您可以写 describe(collect(skipmissing(train.LoanAmount))) 来获取汇总统计信息（当然，缺失的数量除外）。

不过，实际上，我建议您使用另一种方法。如果您想在单列上获得更详细的输出，请使用：

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

您将获得一个额外作为 DataFrame 返回的输出，这样您不仅可以看到统计数据，还可以访问它们。

选项 :all 将打印所有统计信息，请参阅 DataFrames.jl 中的 describe 文档字符串以查看可用选项。

您可以在 DataFrames.jl here.

的当前版本中找到一些使用此函数的示例

Julia - describe() 函数显示不完整的汇总统计信息

Julia - describe() function display incomplete summary statistics

statistics

summary