Как использовать description () по группам для всех переменных?

Question

Буду признателен, если вы дадите мне знать, как применять функцию description () для расчета сводной статистики по группам. Мои данные (TrainSet) похожи на следующие, но их много:

Financial Distress  x1       x2      x3
0                   1.28    0.02    0.87
0                   1.27    0.01    0.82
0                   1.05    -0.06   0.92
1                   1.11    -0.02   0.86
0                   1.06    0.11    0.81
0                   1.06    0.08    0.88
1                   0.87    -0.03   0.79

Я хочу вычислить сводную статистику по «Финансовым бедствиям», как показано ниже:

           count          mean       std     min     25%      50%    75%     max                            
cat index                                                                                           
x1  0         2474        1.4        1.3     0.07    0.95      1.1   1.54    38.1                           
    1         95          0.7        -1.7     0.02    2.9      2.1   1.75    11.2                           
x2  0         2474        0.9        1.7     0.02    1.9      1.4   1.75    11.2                            
    1         95          .45        1.95     0.07    2.8      1.6   2.94    20.12                          
x3  0         2474        2.4        1.5     0.07    0.85      1.2   1.3    30.1                            
    1         95          1.9        2.3     0.33    6.1      0.15   1.66    12.3

Я написал следующий код, но он не дает ответа в вышеупомянутом формате.

Statistics=pd.concat([TrainSet[TrainSet["Financial Distress"]==0].describe(),TrainSet[TrainSet["Financial Distress"]==1].describe()])
Statistics.to_csv("Descriptive Statistics1.csv")

Заранее спасибо.

Результат решения coldspeed:

    Financial Distress  count   mean               std
x1           0          2474    1.398623286     1.320468688
x1           1           95     1.028107053     0.360206966
x10          0          2474    0.143310534     0.136257947
x10          1           95    -0.032919408     0.080409407
x100         0          2474    0.141875505     0.348992946
x100         1           95     0.115789474     0.321669776

Answer 1

Вы можете использовать DataFrameGroupBy.describe сначала с unstack, но по умолчанию это изменит порядок на reindex:

print (df)
   Financial Distress    x1    x2   x10
0                   0  1.28  0.02  0.87
1                   0  1.27  0.01  0.82
2                   0  1.05 -0.06  0.92
3                   1  1.11 -0.02  0.86
4                   0  1.06  0.11  0.81
5                   0  1.06  0.08  0.88
6                   1  0.87 -0.03  0.79

df1 = (df.groupby('Financial Distress')
         .describe()
         .unstack()
         .unstack(1)
         .reindex(df.columns[1:], level=0))

---

print (df1)
                        count   mean       std   min     25%    50%     75%  \
    Financial Distress                                                        
x1  0                     5.0  1.144  0.119708  1.05  1.0600  1.060  1.2700   
    1                     2.0  0.990  0.169706  0.87  0.9300  0.990  1.0500   
x2  0                     5.0  0.032  0.066106 -0.06  0.0100  0.020  0.0800   
    1                     2.0 -0.025  0.007071 -0.03 -0.0275 -0.025 -0.0225   
x10 0                     5.0  0.860  0.045277  0.81  0.8200  0.870  0.8800   
    1                     2.0  0.825  0.049497  0.79  0.8075  0.825  0.8425   

                         max  
    Financial Distress        
x1  0                   1.28  
    1                   1.11  
x2  0                   0.11  
    1                  -0.02  
x10 0                   0.92  
    1                   0.86