SAS2PYTHON - Deskriptive Statistiken ermitteln
Posted on 11 October 2022 at 15:00 by Stefan Weingaertner
In der Episode 27 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas deskriptive Statistiken ermitteln 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 6 Datensätze und besteht aus den Spalten "Name", "Department", "Position" und "Age".
Name Department Position Age
Vincent Vega Sales Executive 49
Marsellus Wallace Marketing Executive 52
Butch Coolidge HR Executive 45
Honey Bunny IT Project Manager 42
Esmeralda Villalobos Purchasing Assistant 32
Jules Winnfield Finance Team Lead 39
SAS-Code: Das Ermitteln der deskriptiven Statistiken würde man für ein SAS Dataset "df" wie folgt umsetzen.
proc summary data = df print;
var age;
run;
proc freq data = df;
tables Department /missing out= freq;
run;
SAS-Output: Der Output sieht in SAS wie folgt aus, pro Prozedur wird ein entsprechender Output erzeugt.
The SUMMARY Procedure
Analysis Variable: Age
N Mean Std Dev Minimum Maximum
6 43.166666667 7.1949056051 32 52
The FREQ Procedure
Department Frequency Percent Cumulative Frequency Cumulative Percent
Finance 1 16.67 1 16.67
HR 1 16.67 2 33.33
IT 1 16.67 3 50.00
Marketing 1 16.67 4 66.67
Purchasing 1 16.67 5 83.33
Sales 1 16.67 6 100.00
Python-Code: In Python würde man das Ermitteln der deskriptiven Statistiken für ein Pandas Dataframe "df" mit der folgenden Syntax umsetzen.
import pandas as pd
df.describe(include='all')
Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, dem Pandas Dataframe wird eine neue Tabelle hinzugefügt.
Name Department Position Age
count 6 6 6 6.000000
unique 6 6 4 NaN
top Vincent Vega Sales Executive NaN
freq 1 1 3 NaN
mean NaN NaN NaN 43.166667
std NaN NaN NaN 7.194906
min NaN NaN NaN 32.000000
25% NaN NaN NaN 39.750000
50% NaN NaN NaN 43.500000
75% NaN NaN NaN 48.000000
max NaN NaN NaN 52.000000
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.