python中缺少值的统计信息

我有一个巨大的数据集，大约有23列。我想对第18列（以及其他许多列）进行描述性统计，但有许多缺少的值。我想知道，如果单元格不是缺失值，是否存在类似于SAS中的命令来计算统计信息。在我提供的图片中，我想计算第1、2、5列的描述性统计数据

我在每列中至少有1个N/a，因此我无法删除N/a

我尝试了以下方法

import numpy 
numpy.nanmean(df_14,axis=18)

但它没有起作用。顺便说一句，我刚开始使用Python

Thxs，

df.descripe（）

就可以了

在计算描述性统计信息时，默认情况下忽略NaN值

示例：直接取自

df.descripe（）

就可以了

在计算描述性统计信息时，默认情况下忽略NaN值

示例：直接取自

考虑：

df = pd.DataFrame({ "a": [1,2,3,4,5],
                  "b":[5,4,3,2,24],
                  "c":[52,45,32,62,24]})

要获取统计信息，请使用

df.descripe（）

：

如果您想获得有关数据集的信息，请使用

df.info（）

：

范围索引：5个条目，0到4
数据列（共3列）：
一个5非空的int64
b 5非空int64
c 5非空int64
数据类型：int64（3）
内存使用：200.0字节
没有一个

考虑：

df = pd.DataFrame({ "a": [1,2,3,4,5],
                  "b":[5,4,3,2,24],
                  "c":[52,45,32,62,24]})

要获取统计信息，请使用

df.descripe（）

：

如果您想获得有关数据集的信息，请使用

df.info（）

：

范围索引：5个条目，0到4
数据列（共3列）：
一个5非空的int64
b 5非空int64
c 5非空int64
数据类型：int64（3）
内存使用：200.0字节
没有一个

如果您使用的是数据帧，则可以使用

df.mean（）

（其中

df

是您的数据帧）取平均值。Pandas在取平均值时默认忽略NaN，还有

df.description

，如果您想快速收集一系列描述性统计数据，这会很方便。非常感谢！它工作得很好。如果您使用的是数据帧，那么您可以使用

df.mean（）

（其中

df

是您的数据帧）获取平均值。Pandas在取平均值时默认忽略NaN，还有

df.description

，如果您想快速收集一系列描述性统计数据，这会很方便。非常感谢！它工作得很好。

              a        b          c
count  5.000000   5.0000   5.000000
mean   3.000000   7.6000  43.000000
std    1.581139   9.2358  15.231546
min    1.000000   2.0000  24.000000
25%    2.000000   3.0000  32.000000
50%    3.000000   4.0000  45.000000
75%    4.000000   5.0000  52.000000
max    5.000000  24.0000  62.000000

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
a    5 non-null int64
b    5 non-null int64
c    5 non-null int64
dtypes: int64(3)
memory usage: 200.0 bytes
None