SAS2PYTHON - Häufigkeiten, Summe, Minimum & Maximum
Posted on 8 August 2022 at 08:30 by Stefan Weingaertner
In der Episode 18 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas einfache deskriptive Statistiken wie Häufigkeiten, Summe, Minimum und Maximum berechnen und ausgeben kann.
Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.
Input: Unsere Input-Tabelle besitzt 5 Datensätze und besteht aus den Spalten "column_1", "column_2", "column_3" und "column_4".
column_1 column_2 column_3 column_4
0 5 3 -3 3.0
1 10 3 -9 2.0
2 20 4 -6 0.0
3 20 8 0 5.6
4 25 12 -3 -8.7
Output: Wir erzeugen folgenden Output:
- Häufigkeiten für alle Spalten.
- Summen für alle Spalten.
- Minima für alle Spalten.
- Maxima für alle Spalten.
Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedlichen Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.
SAS-Code: Das Berechnen von Häufigkeiten, Summe, Minimum & Maximum für alle vier Spalten würde man für ein SAS Dataset "df" wie folgt umsetzen.
proc means data = df n sum min max;
run;
SAS-Output: Das Ergebnis sieht in SAS wie folgt aus.
Variable N Sum Minimum Maximum
column_1 5 80.0 5.0 25.0
column_2 5 30.0 3.0 12.0
column_3 5 -21.0 -9.0 0.0
column_4 5 1.9 -8.7 5.6
Python-Code: In Python kann man das Berechnen von Häufigkeiten, Summe, Minimum & Maximum für die vier Spalten des DataFrame "df" mit der folgenden Syntax umsetzen.
import pandas as pd
# Häufigkeiten
df.count()
column_1 5
column_2 5
column_3 5
column_4 5
dtype: int64
# Summe
df.sum()
column_1 80.0
column_2 30.0
column_3 -21.0
column_4 1.9
dtype: float64
# Minimum
df.min()
column_1 5.0
column_2 3.0
column_3 -9.0
column_4 -8.7
dtype: float64
# Maximum
df.max()
column_1 25.0
column_2 12.0
column_3 0.0
column_4 5.6
dtype: float64
Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.
Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.