# DataFrame describe() in Pandas in breve

La funzione di [Pandas per Python](https://www.ionos.it/digitalguide/siti-web/programmazione-del-sito-web/pandas-di-python/) `DataFrame describe()` serve a creare un riepilogo statistico delle colonne numeriche presenti in un DataFrame. Tale riepilogo contiene importanti informazioni statistiche come media, deviazione standard, minimo, massimo e diversi quantili dei dati.

## Sintassi della funzione `describe()` in Pandas

La sintassi di base della funzione `describe()` in Pandas per un DataFrame è piuttosto complicata e si presenta così:

```python
DataFrame.describe(percentiles=None, include=None, exclude=None)
```

### Parametri importanti per `DataFrame.describe()` in Pandas

È possibile apportare modifiche all’output della funzione `describe()` utilizzando alcuni parametri. I parametri sono:

<table>
  <thead>
    <tr>
      <th><strong>Parametro</strong></th>
      <th><strong>Descrizione</strong></th>
      <th><strong>Valore standard</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`percentiles`</td>
      <td>Elenca i quantili da includere nella descrizione</td>
      <td>`[.25, .5, .75]`</td>
    </tr>
    <tr>
      <td>`include`</td>
      <td>Determina i tipi di dati da includere nella descrizione; i valori possibili sono `numpy.number`, `numpy.object`, `all` o `None`</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`exclude`</td>
      <td>Determina i tipi di dati da escludere dalla descrizione; i valori sono analoghi a `include`</td>
      <td>`None`</td>
    </tr>
  </tbody>
</table>

Definizione I quantili statistici sono valori che dividono un insieme ordinato di dati in intervalli uguali e indicano la percentuale di punti di dati che rientra al di sotto di tale soglia. Sono utilizzati per comprendere la distribuzione dei dati e possono comprendere ad esempio la [mediana](https://www.ionos.it/digitalguide/online-marketing/analisi-web/calcolare-la-mediana/) (50º percentile), il 25º e il 75º percentile.

## Esempi di applicazione di `describe()` in Pandas

La funzione `DataFrame.describe()` in Pandas è utilizzata soprattutto per avere una rapida panoramica degli indicatori statistici più importanti di un record di dati.

### Esempio 1: riepilogo statistico dei dati numerici

L’esempio seguente riguarda il dataframe `df` che contiene diversi dati di vendita.

```python
import pandas as pd
import numpy as np
# Esempio di DataFrame con dati di vendita
data = {
    'Prodotto': ['A', 'B', 'C', 'D', 'E'],
    'Quantità': [10, 20, 15, 5, 30],
    'Prezzo': [100, 150, 200, 80, 120],
    'Ricavo': [1000, 3000, 3000, 400, 3600]
}
df = pd.DataFrame(data)
print(df)
```

A questo punto puoi usare `describe()` in Pandas per creare un riepilogo statistico delle colonne numeriche:

```python
summary = df.describe()
print(summary)
```

La chiamata della funzione `DataFrame.describe()` in Pandas dà il seguente risultato:

```none
Quantità       Prezzo      Ricavo
count   5.000000    5.000000     5.000000
mean   16.000000  130.000000  2200.000000
std     9.617692   46.904158  1407.124728
min     5.000000   80.000000   400.000000
25%    10.000000  100.000000  1000.000000
50%    15.000000  120.000000  3000.000000
75%    20.000000  150.000000  3000.000000
max    30.000000  200.000000  3600.000000
```

Le informazioni numeriche emesse hanno il seguente significato:

- `count`: numero delle voci non NaN
- `mean`: media dei valori (visualizzabile anche con [`DataFrame.mean()`](https://www.ionos.it/digitalguide/siti-web/programmazione-del-sito-web/dataframe-mean-in-pandas-per-python/))
- `std`: deviazione standard dei valori
- `min, 25%, 50%, 75%, max`: minimo, 25º percentile, mediana (50º percentile), 75º percentile, massimo dei valori

### Esempio 2: adattamento dei quantili

È possibile adeguare il funzionamento di `DataFrame.describe()` con i parametri già descritti per prendere in considerazione quantili specifici:

```python
# Riepilogo statistico con quantili adattati
custom_summary = df.describe(percentiles=[0.1, 0.5, 0.9])
print(custom_summary)
```

La chiamata di funzione dà il seguente risultato, che tiene conto dei quantili scelti 10%, 50% (mediana) e 90%:

```none
Quantità       Prezzo      Ricavo
count   5.000000    5.000000     5.000000
mean   16.000000  130.000000  2200.000000
std     9.617692   46.904158  1407.124728
min     5.000000   80.000000   400.000000
10%     7.000000   88.000000   640.000000
50%    15.000000  120.000000  3000.000000
90%    26.000000  180.000000  3360.000000
max    30.000000  200.000000  3600.000000
```


This is a markdown version of: [https://www.ionos.it/digitalguide/siti-web/programmazione-del-sito-web/dataframe-describe-in-pandas-per-python/](https://www.ionos.it/digitalguide/siti-web/programmazione-del-sito-web/dataframe-describe-in-pandas-per-python/) for AI/LLM consumption.