COURSE
3
PROGRESS
9 / 13
단원 넘파이(NumPy) 기초 13 데이터프레임 생성과 편집 9 데이터 탐색과 필터링 12 데이터 집계와 통계 13 데이터 시각화(matplotlib) 10 파일 입출력(CSV, Excel, JSON) 10 전체 목록
이전 문제 다음 문제

데이터프레임 통계 요약 : describe()

30 P
QUESTION 09 #325
데이터프레임의 전체적인 수치 데이터 분포(평균, 표준편차, 사분위수 등)를 요약해서 보여주는 프로그램입니다. 빈칸을 채워보세요.
main.py 
import pandas as pd

data = {
    "수학": [85, 92, 78, 95, 88],
    "영어": [90, 85, 88, 100, 75],
    "과학": [80, 95, 82, 90, 85]
}
df = pd.DataFrame(data, index=["민수", "영희", "지우", "채린", "예림"])

# 전체 데이터의 요약 통계량 확인 (개수, 평균, 표준편차, 사분위수 등)
print(df.())
실행 결과 예시 
              수학         영어         과학
count   5.000000   5.000000   5.000000
mean   87.600000  87.600000  86.400000
std     6.542171   9.126883   6.107373
min    78.000000  75.000000  80.000000
25%    85.000000  85.000000  82.000000
50%    88.000000  88.000000  85.000000
75%    92.000000  90.000000  90.000000
max    95.000000 100.000000  95.000000
INTERACTIVE SHELL Shift + Enter 로 즉시 실행

describe()로 통계 요약 한눈에 보기

describe()는 데이터프레임의 모든 숫자 열에 대해 8가지 통계량을 한 번에 계산해줍니다.

기본 문법

df.describe()

결과 해석

              수학         영어         과학
count   5.000000   5.000000   5.000000
mean   87.600000  87.600000  86.400000
std     6.542171   9.126883   6.107373
min    78.000000  75.000000  80.000000
25%    85.000000  85.000000  82.000000
50%    88.000000  88.000000  85.000000
75%    92.000000  90.000000  90.000000
max    95.000000 100.000000  95.000000

각 항목 설명

항목 의미 수학 예시
count 데이터 개수 5명
mean 평균 87.6점
std 표준편차 (흩어진 정도) 6.54
min 최소값 78점
25% 하위 25% 지점 (Q1) 85점
50% 중간값 = median (Q2) 88점
75% 상위 25% 지점 (Q3) 92점
max 최대값 95점

표준편차(std)란?

데이터가 평균에서 얼마나 퍼져 있는지를 나타내는 값입니다.

std가 작다 → 데이터가 평균 근처에 모여 있음 (균일)
std가 크다 → 데이터가 넓게 퍼져 있음 (편차 큼)

예시:

  • 수학 std = 6.54 → 점수가 비교적 고르게 분포
  • 영어 std = 9.13 → 점수 격차가 상대적으로 큼

사분위수(Quartile)란?

데이터를 4등분하는 기준점입니다.

수학 점수를 크기순 정렬:
[78, 85, 88, 92, 95]
  ↑        ↑        ↑
  25%     50%      75%
 (Q1)    (Q2)     (Q3)

Q1(25%) = 85: 하위 25% 지점
Q2(50%) = 88: 중간값 (median)
Q3(75%) = 92: 상위 25% 지점

활용 예시

# 특정 열만 describe
df["수학"].describe()

# 특정 통계량만 추출
df.describe().loc["mean"]     # 모든 열의 평균
df.describe().loc["max"]      # 모든 열의 최대값

💡 핵심: describe()는 데이터를 처음 받았을 때 분포를 빠르게 파악하는 필수 함수입니다.